思考我们需要什么数据，这些数据中哪些又可以作为关键数据，数据的格式又有什么要求等，这些都是数据科学执行中的关键工作。

数据科学的机器学习模型需要大量数据组成的数据集来进行训练。数据集一般包括训练集、测试集和验证集。其中验证集上的准确度是评估指标的关键。此外，数据科学的模型还应当以通用接口的形式实现自主获取数据、数据分析处理以及数据可视化评估等，从而形成一套完整的模型与函数体系。

为了便于部署，可以将机器学习模型以接口的形式由数据库来调用，同数据库的各种函数一样，这也是对数据库功能的拓展。在数据库中，将我们训练的机器学习模型和设计的函数应用到数据上，观察最终结果和我们预期是否一致，并基于此不断改进完善。迭代改进正是数据科学常见的生命周期流程。