I progetti di data science hanno avuto un aumento esponenziale nell'ultimo quinquennio: ambienti come Anaconda, Jupyter, R hanno evidenziato una modalità di lavoro e di gestione del progetto certamente diversa dai tradizionali canoni dello sviluppo software, agile o tradizionale che sia. Si va dallo sviluppo prototipale agli onnipresenti "Proof of Concept", ma una vera metodologia per gestire la sempre maggiore richiesta di soluzioni di data science non è ancora emersa, o non è certamente comune tra chi sviluppa soluzioni informatiche.