大数据科学与大数据技术是两个密切相关但又有所区别的概念。大数据科学主要关注如何从海量数据中提取有价值的信息，而大数据技术则侧重于实现这些信息的收集、存储、处理和分析。
大数据科学的主要目标是发现隐藏在数据中的模式、趋势和关联，以便为决策提供支持。这涉及到数据挖掘、机器学习、统计分析等方法，以及相关的算法和技术。大数据科学家通常需要具备较强的数学、统计学和计算机科学背景，以便能够理解和应用这些复杂的数据分析工具。
大数据技术则包括了一系列的技术和方法，用于处理和分析大规模数据集。这些技术包括但不限于分布式计算、云计算、数据仓库、数据湖、实时数据处理、流式处理、数据可视化、数据质量管理等。大数据工程师或数据科学家需要掌握这些技术，以便能够有效地构建和维护大数据系统。
大数据科学与大数据技术之间的关系在于，大数据技术是实现大数据科学目标的重要手段。例如，通过使用分布式计算和云计算技术，我们可以高效地处理和分析大规模的数据集，从而发现其中的模式和关联。同时，大数据科学也为大数据技术的发展提供了理论基础和方法指导。
总之，大数据科学与大数据技术都是当今信息技术领域的重要组成部分，它们共同推动了大数据的发展和应用。随着技术的不断进步，大数据科学与大数据技术之间的界限将逐渐模糊，未来的发展趋势将是两者的深度融合和相互促进。
