Как минимум C++ позволяет эффективнее обрабатывать большие объемы данных. Конечно для Python существуют такие библиотеки как pandas, которые по сути переносят часть обработки данных в компилированную библиотеку, но зачастую написать C++, C, Java, Go, Rust, ... код все же лучше.
Лично я чаще всего сейчас использую Go для предварительной обработки данный, при этом многие низкоуровневые части я пишу на C++. В частности для подготовки датасета для обучения модели предсказания цен на авиабилеты и билеты на наземный транспорт мне необходимо обработать огромный объем данных из колоночной базы данных. Использование Python'а в этом случае замедляет работу в несколько раз, прежде всего из-за глобальной блокировки, что означает необходимость использования многопроцессной архитектуры, а это в свою очередь ведет к усложнению кода.
В некоторых случаях, как например при подготовке звуковых датасетов, я делаю привязку для C++ библиотеки к Pythonу, чтобы интегрироваться в TensorFlow воркфлоу. Иногда, как например при обработке данных из Википедии, удобная библиотека для работы с форматом данных есть в С++, поэтому я использую его.
На самом деле, я бы с удовольствием использовал С++ для любых задач, вплоть до обучения нейросетей, но выбор библиотек для этого ограничен и лучшие фреймворки имеют отличные Python интерфейсы и достаточно неудобные C++. Но мое мнение нельзя назвать объективным, так как прежде всего я являюсь системным программистом на C/C++, а Data Science/ML задачами занимаюсь больше из-за того что мне это нравится и компания вполне довольна результатом.