數(shù)據(jù)科學(xué)團(tuán)隊的自測題

數(shù)據(jù)科學(xué)家具備很多相鄰領(lǐng)域的技能，至少是基本技能（比如工程、開發(fā)和運維、產(chǎn)品管理、數(shù)學(xué)、研究、寫作、商業(yè)等等），團(tuán)隊最容易出問題的地方之一，就是他們無法專注于那些需要動用這一整套技能才能完成的工作 團(tuán)隊是否擁有足夠的數(shù)據(jù)，以及相應(yīng)的工具來高效地處理這些數(shù)據(jù)。如果處理數(shù)據(jù)時困難重重：因為和生產(chǎn)系統(tǒng)相沖突，沒有被文檔化，或者收集方式前后不一致，甚至根本就不存在……這個時候，數(shù)據(jù)科學(xué)團(tuán)隊要及時出業(yè)績就很難了。 團(tuán)隊必須能自信地報告負(fù)面結(jié)果，否則正面結(jié)果也會失去大家的信任。數(shù)據(jù)科學(xué)團(tuán)隊需要能“抓關(guān)鍵”的決策者，而這些決策者必須實事求是地面對數(shù)據(jù)和證據(jù)。

原文翻譯：

雖然數(shù)據(jù)科學(xué)風(fēng)頭正盛，但它依然是一個比較年輕的學(xué)科，還有很多基礎(chǔ)性的問題有待解答。數(shù)據(jù)科學(xué)家究竟是做什么的？成為數(shù)據(jù)科學(xué)家應(yīng)當(dāng)接受怎樣的教育培訓(xùn)？數(shù)據(jù)科學(xué)家的職業(yè)道路是什么樣的？最近，我一直在思考一個相關(guān)的問題：一個高效的數(shù)據(jù)團(tuán)隊的標(biāo)志是什么?

說起出色的數(shù)據(jù)科學(xué)工作，我們最先想到的最重要的標(biāo)準(zhǔn)往往是“有沒有大量的數(shù)據(jù)？”而我主張采用一個涵蓋面更廣的清單，涉及團(tuán)隊采用的流程、為團(tuán)隊提供支持的基礎(chǔ)設(shè)施，以及團(tuán)隊與公司其余部分之間的界限。如果這些事情安排妥當(dāng)，讓團(tuán)隊專注于他們自己的問題，并減少圍繞這些問題產(chǎn)生的摩擦，那么，數(shù)據(jù)科學(xué)家就會拿出優(yōu)異的表現(xiàn)。

這種方法借鑒自joelonsoftware.com的喬爾提出的軟件工程團(tuán)隊測試方式。你應(yīng)當(dāng)能快速對每個問題作出肯定或否定的回答。肯定答案越多，情況就越樂觀。

這是對團(tuán)隊基本狀況的衡量，優(yōu)秀的團(tuán)隊可能存在其他各個方面的差異。這些問題既是關(guān)于團(tuán)隊本身，也是關(guān)于團(tuán)隊所處的生態(tài)系統(tǒng)，但依照我的經(jīng)驗，數(shù)據(jù)科學(xué)團(tuán)隊由于深深植根于公司內(nèi)部，它必須敏銳地關(guān)注周遭的環(huán)境。你還可以換一個角度思考：假如你想加入這個團(tuán)隊，你會問些什么問題？

問題

1.你們絕大部分時間都在做耗時一天以上的項目嗎？

2.公司有專門的工程師負(fù)責(zé)數(shù)據(jù)基礎(chǔ)設(shè)施嗎？

3.公司其他人可以不經(jīng)過數(shù)據(jù)科學(xué)家，直接訪問基本數(shù)據(jù)嗎？

4.你們可以在不影響生產(chǎn)系統(tǒng)表現(xiàn)的情況下訪問數(shù)據(jù)嗎？

5.你們做分析的時間多于等待數(shù)據(jù)的時間嗎？

6.重大架構(gòu)會文檔化嗎？

7.測量手段會被視為最小可發(fā)布產(chǎn)品的一部分嗎？

8.對于在收集到的數(shù)據(jù)中發(fā)現(xiàn)并修復(fù)錯誤，你們有設(shè)專門的流程嗎？

9.已經(jīng)完成的研究工作會被文檔化并存放在某個中心位置嗎？

10.團(tuán)隊在將工作共享出去之前，有一個常規(guī)的審查流程嗎？

11.你會通過做實驗去檢測決策帶來的影響嗎？

12.你能沒有后顧之憂地報告負(fù)面結(jié)果嗎？

13. CEO（或其他負(fù)責(zé)人）能說出團(tuán)隊在當(dāng)季做出的至少一個貢獻(xiàn)嗎？

14.公司在進(jìn)行產(chǎn)品和業(yè)務(wù)規(guī)劃流程時，會來咨詢數(shù)據(jù)科學(xué)家嗎？

優(yōu)秀的數(shù)據(jù)科學(xué)工作是建立在一組基本需求層次之上的：強(qiáng)大且受到良好維護(hù)的數(shù)據(jù)基礎(chǔ)設(shè)施，免受雜事干擾的環(huán)境，高質(zhì)量的數(shù)據(jù)，強(qiáng)大的團(tuán)隊研究流程，能“抓關(guān)鍵”的開明決策者。

第一組問題（1-3）的重點是考察數(shù)據(jù)科學(xué)團(tuán)隊是否免受一些周邊問題的干擾，通過改善基礎(chǔ)設(shè)施、改進(jìn)工具或交由專門人員處理，這些周邊問題就能得到更好的解決。因為數(shù)據(jù)科學(xué)是一個跨學(xué)科領(lǐng)域，數(shù)據(jù)科學(xué)家具備很多相鄰領(lǐng)域的技能，至少是基本技能（比如工程、開發(fā)和運維、產(chǎn)品管理、數(shù)學(xué)、研究、寫作、商業(yè)等等），團(tuán)隊最容易出問題的地方之一，就是他們無法專注于那些需要動用這一整套技能才能完成的工作。如果大部分時間都用來響應(yīng)臨時請求、為簡單的數(shù)據(jù)訪問提供支持，或是管理數(shù)據(jù)管線，那就會擠占真正的數(shù)據(jù)科學(xué)工作。正因為他們可以很好地勝任這些周邊工作，公司才需要設(shè)置嚴(yán)格的規(guī)定，確保他們不必去做。

沒有豐富的數(shù)據(jù)，數(shù)據(jù)團(tuán)隊的工作就是盲目的，而第4-8個問題就考察了團(tuán)隊是否擁有足夠的數(shù)據(jù)，以及相應(yīng)的工具來高效地處理這些數(shù)據(jù)。如果處理數(shù)據(jù)時困難重重：因為和生產(chǎn)系統(tǒng)相沖突，沒有被文檔化，或者收集方式前后不一致，甚至根本就不存在……這個時候，數(shù)據(jù)科學(xué)團(tuán)隊要及時出業(yè)績就很難了。這些問題也衡量了團(tuán)隊在公司里得到的信任程度；如果產(chǎn)品團(tuán)隊不能從數(shù)據(jù)科學(xué)團(tuán)隊那里得到好處，對建立和維護(hù)數(shù)據(jù)收集系統(tǒng)的重視程度就會打折扣。

團(tuán)隊內(nèi)部流程（第9-11個問題）保證團(tuán)隊所做的是高質(zhì)量的研究工作，這些工作能建立并維護(hù)它在公司內(nèi)部得到的信任。數(shù)據(jù)科學(xué)團(tuán)隊所服務(wù)的對象大多沒有能力去驗證團(tuán)隊的工作成果，所以，團(tuán)隊自身要負(fù)責(zé)記錄自己的工作，使之接受嚴(yán)格的同行評議，并將結(jié)果傳播出去。這一點不言而喻：受控實驗是數(shù)據(jù)科學(xué)武器庫中最重要的一項工具，一個團(tuán)隊若不經(jīng)常使用它，那一定是有問題的。

如果數(shù)據(jù)科學(xué)團(tuán)隊被強(qiáng)制要求，即使相關(guān)證據(jù)顯示產(chǎn)品有問題，也必須讓產(chǎn)品顯得完美，那就是公司領(lǐng)導(dǎo)層出了問題。團(tuán)隊必須能自信地報告負(fù)面結(jié)果，否則正面結(jié)果也會失去大家的信任。數(shù)據(jù)科學(xué)團(tuán)隊需要能“抓關(guān)鍵”的決策者，而這些決策者必須實事求是地面對數(shù)據(jù)和證據(jù)。具體怎么衡量呢？可以看公司內(nèi)部是否需要數(shù)據(jù)科學(xué)團(tuán)隊的參與，領(lǐng)導(dǎo)者能否快速確定，數(shù)據(jù)科學(xué)如何幫助自己的團(tuán)隊取得成功。最后的第12-14題試圖考察這些方面。

這份清單顯然是不徹底的，也并不完全適合推而廣之。數(shù)據(jù)科學(xué)的界限劃分仍然是人們爭論不休的話題。純粹著眼于構(gòu)建數(shù)據(jù)產(chǎn)品的團(tuán)隊?wèi)?yīng)該會有非常不同的觀點，那些刻意模糊數(shù)據(jù)科學(xué)和工程數(shù)據(jù)界限的人應(yīng)該也有不同意見。所有數(shù)據(jù)團(tuán)隊之間究竟有沒有共同點呢？請暢所欲言，提出新的問題，或告訴我們，上述哪幾個問題并不廣泛適用。