コンピュータサイエンスは、統計に重点を置いたデータサイエンスのコアの部分です。仮に3Dエンジンソフトウェアエンジニアであった場合も、CSはその仕事の中心で、線形代数と幾何学により重点を置くことになります。同様に組み込みシステムの場合は、ハードウェアなどに重点を置いたCSです。
これらの大きな違いはどの分野を専門しているかです。Recursionでは基本を教え、ユーザーは基本を元に専門分野を独自で学習するように設計しています。例えば、データサイエンスにとって最も重要な部分は、データ保存やデータの構成を理解し、データ入力を有用なデータ出力に変換する関数を作成することです。このように、データから有用なデータへの変換することは、データサイエンティストの主な仕事になります。
また、データ分析では、Python、SQL、Excel、Matlabなどを使います。どのツールを用いたとしても、述語、式、状態、集計関数、ラムダ/高階関数などを利用することになります。開発する関数はアルゴリズムではなく、どちらかというと統計式である可能性がありますが。
例えば100TBで構成されるデータを処理する場合、CPUの処理時間が非常に重要であり、最適化を考える必要があります。データベースシステム、キャッシング、キー、セット、インデックス作成、グラフ理論は、データサイエンティストにとって重要な学習科目でしょう。
CSはデータサイエンスの中核であり、他に学習するものとして離散数学と統計学が挙げられるでしょう。