数据团队之间有没有共同点？

简介：数据科学家在相邻领域有许多技能，至少是基本技能（如工程、开发和运维、产品管理、数学、研究、写作、商业等）。团队最容易出现的问题之一是，他们不能专注于那些需要使用这一整套技能来完成的工作。团队是否有足够的数据和相应的工具来有效地处理这些数据。如果数据处理困难：由于与生产系统的冲突，没有文档，或收集方法不一致，甚至根本不存在。此时，数据科学团队很难及时取得成就。团队必须能够自信地报告负面结果，否则正面结果也会失去信任。数据科学团队需要能够“抓住关键”的决策者，他们必须实事求是地面对数据和证据。原文翻译：虽然数据科学正在蓬勃发展，但它仍然是一门相对较年轻的学科，有许多基本的问题需要回答。数据科学家到底做了什么？成为数据科学家应该接受什么样的教育和培训？数据科学家的职业道路是什么？最近，我一直在思考一个相关的问题：一个高效的数据团队的标志是什么？说到优秀的数据科学工作，我们首先想到的最重要的标准往往是“有很多数据吗？”？“我提倡使用一个更广泛的清单，涉及团队采用的过程，支持团队的基础设施，以及团队和公司其他部分之间的界限。如果这些事情安排得当，让团队专注于自己的问题，减少围绕这些问题的摩擦，数据科学家就会表现出色。这种方法从joelonsoftware中借鉴.com乔尔提出的软件工程团队测试方法。你应该能够快速肯定或否定每个问题。答案越多，情况就越乐观。这是对团队基本情况的衡量，优秀的团队在其他方面可能存在差异。这些问题不仅是关于团队本身，也是关于团队的生态系统，但根据我的经验，数据科学团队必须密切关注周围的环境，因为它们深深扎根于公司内部。你也可以从另一个角度思考：如果你想加入这个团队，你会问什么？问题1。你大部分时间都在做耗时一天以上的项目吗？2.公司是否有负责数据基础设施的专业工程师？3.公司其他人能否直接访问基本数据而不需要数据科学家？4.您能在不影响生产系统性能的情况下访问数据吗？5.你做分析的时间比等待数据的时间多吗？6.重大架构会文档化吗？7.测量手段是否会被视为最小可发布产品的一部分？8.你有专门的流程来发现和修复收集到的数据中的错误吗？9.已完成的研究工作是否会被文档化并存储在某个中心？10.团队在分享工作之前是否有一个常规的审查流程？你会通过做实验来检测决策的影响吗？12.你能无忧无虑地报告负面结果吗？13.CEO(或其他负责人)能说出团队在本赛季做出的至少一项贡献吗？14.在产品和业务规划过程中，公司会咨询数据科学家吗？优秀的数据科学工作是基于一组基本需求水平：强大、维护良好的数据基础设施、无家务干扰的环境、高质量的数据、强大的团队研究过程，以及能够“掌握关键”的开放决策者。第一组问题（1-3）的重点是调查数据科学团队是否免受一些周围问题的干扰。这些周围问题可以通过改进基础设施、工具或交给专业人员来更好地解决。由于数据科学是一个跨学科领域，数据科学家在许多相邻领域拥有技能，至少是基本技能（如工程、开发和运维、产品管理、数学、研究、写作、商业等）。团队最容易出现问题的地方之一是，他们不能专注于那些需要使用这一整套技能来完成的工作。如果大部分时间用于响应临时要求，支持简单的数据访问，或管理数据管道，它将占据真正的数据科学工作。由于他们能很好地胜任这些周边工作，公司需要制定严格的规定，以确保他们不必这样做。没有丰富的数据，数据团队的工作是盲目的，第4-8个问题检查团队是否有足够的数据和相应的工具来有效地处理这些数据。如果数据处理困难：由于与生产系统的冲突，没有文档，或收集方法不一致，甚至根本不存在。此时，数据科学团队很难及时取得成就。这些问题也衡量了公司团队的信任；如果产品团队不能从数据科学团队那里获得好处，就会降低对数据收集系统建立和维护的关注。团队内部流程(第9-11个问题)确保团队所做的是建立和维护其在公司内部的信任的高质量研究工作。大多数数数据科学团队服务的对象无法验证团队的工作结果。因此，团队本身应负责记录自己的工作，接受严格的同行评估，并传播结果。这是不言而喻的：控制实验是数据科学武器库中最重要的工具。如果一个团队不经常使用它，那一定有问题。如果强制要求数据科学团队，即使相关证据表明产品有问题，也必须使产品看起来完美，即公司领导有问题。团队必须能够自信地报告负面结果，否则正面结果也会失去信任。数据科学团队需要能够“抓住关键”的决策者，他们必须实事求是地面对数据和证据。如何具体衡量？这取决于公司是否需要数据科学团队的参与，领导者是否能快速确定数据科学如何帮助他们的团队取得成功。最后12-14题试图考察这些方面。这份清单显然不完整，也不完全适合推广。数据科学的界限划分仍然是人们争论不休的话题。专注于构建数据产品的团队应该有非常不同的观点，那些故意模糊数据科学和工程数据界限的人也应该有不同的观点。所有数据团队之间有共同点吗？请畅所欲言，提出新的问题，或者告诉我们上述哪些问题不广泛使用。