१. डेटा सायन्स : व्यावसायिक, अधिकारी मंडळी तसंच वैज्ञानिक यांना डेटाच्या आधारे निर्णय घेण्यात मदत करणारं विज्ञान.

२. रीटेल, उत्पादन (मॅन्युफॅक्चरिंग), शिक्षण, खेळ (स्पोर्ट्स), राजकारण, सोशल मीडिया, वैद्यकशास्त्र अशा अनेक; खरं तर जवळपास सगळ्याच-क्षेत्रांमध्ये डेटा सायन्सचा आज मोठ्या प्रमाणात वापर होतोय.

३. डेटा इंजिनियर, डेटा अॅानॅलिस्ट, ज्युनियर डेटा सायंटिस्ट, मशीन लर्निंग इंजिनियर, बिझनेस इंटेलिजन्स कन्सल्टंट, प्रिन्सिपल डेटा सायंटिस्ट अशी करिअरच्या संधी उपलब्ध करून देतं.

४. भविष्यातल्या शक्यतांचा अंदाज घेऊन त्यानुसार ‘गोल सेटिंग’ करण्यात मदत मिळते.

५. संख्याशास्त्रावर आधारित डेटा सायन्सचे अल्गॉरिदम्स नवीन कल्पना सुचवण्यात आणि त्याची शास्त्रीय पद्धतीनं चाचणी करण्यात मदत करतात.

६. यात मशीन/डीप लर्निंग, बिग डेटा, पायथन, आर, कॉम्प्युटर व्हिजन, डेटा अॅननॅलेटिक्स या संकल्पना अनेक उदाहरणं वापरून समजावून सांगण्याचा प्रयत्न केला आहे. 'रेकमेंडर सिस्टिम्स'च्या मागची आकडेमोड नेमकी कशी केली जाते आणि यांचा वापर करून कंपन्या आपल्या उत्पादनांचा खप कसा वाढवतात याचं विवेचन केलं आहे. अशा अद्ययावत तंत्रज्ञानाचा वेगवेगळ्या क्षेत्रात नेमका कसा उपयोग केला जातो आणि यातून कुठल्या करिअर्सच्या संधी उत्पन्न होतात याविषयीही सखोल विवेचन केलेलं आहे.
७. या पुस्तकात पायथन आणि आर या दोन्ही भाषांची (लँग्वेज) तोंडओळख करून दिली आहे. तसंच डेटा सायन्स शिकताना लागणाऱ्या स्टॅटिस्टिक्समध्यल्या महत्त्वाच्या संकल्पना उदाहरणं वापरून या पुस्तकात समजावून सांगितलेल्या आहेत.

८. विद्यार्थी, शिक्षक, पालक आणि सगळ्या क्षेत्रातल्या व्यावसायिक मंडळींना हे पुस्तक वाचून या विषयात गोडी निर्माण होईल यात शंकाच नाही.

९. क्रेडिट कार्ड सुरक्षित ठेवण्यापासून ते राजकीय बदल घडून आणण्यापर्यंत डेटाचा नेमका कसा वापर केला जातो हे डेटा सायन्स आपल्याला शिकवतं.

१०. जिओग्राफिक (भौगोलिक / राहण्याचे ठिकाण), डेमोग्राफिक (लोकसंख्याशास्त्रीय- वय, लिंग इत्यादींनुसार), बिहेविअरल (वागणूकीनुसार, सवयीनुसार), सायकॉलॉजिकल (भावनिक /मानसिकतेनुसार), टेक्नॉग्राफिक, कस्टमर नीड- ग्राहकाच्या गरजेनुसार डेटाचा वापर वस्तूंच्या विक्रीसाठी कसा केला जातो हेही आपण या पुस्तकात बघणार आहोत.