数据科学，尤其是机器学习，正在迅速改变科学和工业格局。航空航天业准备利用大数据和机器学习，它们擅长解决飞机设计和制造中出现的多目标、约束优化问题。事实上，机器学习中的新兴方法可以被认为是数据驱动的优化技术，这些技术非常适合高维、非凸和约束的多目标优化问题，并且随着数据量的增加而得到改进。在这篇评论中，我们将探讨将数据驱动的科学和工程融入航空航天业的机遇和挑战。重要的是，我们将重点关注安全关键应用对可解释、可泛化、可说明和可认证的机器学习技术的迫切需求。这篇评论将包括回顾、对当前最先进技术的评估以及展望未来的路线图。我们将在航空航天设计、制造、验证、确认和服务领域的关键挑战背景下探讨最新的算法和技术趋势。此外，我们将通过航空航天行业的几个案例研究来探索这一领域。本文件是华盛顿大学和波音公司密切合作的成果，旨在总结过去的努力并概述未来的机会。