大数据的涌现，不仅为我们带来了海量的数据资源，也极大改变了数据处理和分析的方式。在科技项目领域，项目试验采集、设备传感、立项填报、结题归档形成结构化、非结构化多源异构数据，大数据的应用日益广泛，依托分布式存储、ETL数据抽取、智能挖掘等新技术落地数据管控，对项目的数据管理提出更高技术与管理要求。在大数据环境下，规范化科技项目数据管理能够精简项目研判流程、盘活科研数据要素，对于提高决策效率、促进业务发展和创新、确保数据安全具有重要意义。目前，在科研项目数据治理过程中普遍存在未形成数据管理意识、未掌握成熟可用的基础技术方法、未建立充分支撑有效管理的政策制度的问题。对此，我们结合大数据湖仓、数据脱敏、机器学习建模等实际可落地的技术手段给出应对策略：提升数据管理意识，优化数据管理模式和技术体系，构建全过程的数据管理体系，落实分级别的数据安全防护机制，实现科研项目的数据规范化管控程序。