作者 | Cameron Warren

來源 | 圖靈TOPIA

近日，數(shù)據(jù)科學(xué)家Cameron Warren就數(shù)據(jù)科學(xué)和商業(yè)的交集，以及傳統(tǒng)數(shù)據(jù)科學(xué)思想的挑戰(zhàn)，發(fā)表了自己的看法。

過去的6年間， Warren在Adobe, USAA Bank, Nu Skin, Purple Mattress, Franklin Sports等多家公司從事數(shù)據(jù)科學(xué)和分析項(xiàng)目，也在分析領(lǐng)域的四家公司工作過。

他的職業(yè)生涯始于“數(shù)據(jù)科學(xué)家”，這項(xiàng)工作被評為“21世紀(jì)最性感的工作”。

在6年的時(shí)間里，他了解了不同的公司是如何構(gòu)建、參與和執(zhí)行數(shù)據(jù)項(xiàng)目的，并且采訪了9家不同的公司，就數(shù)據(jù)科學(xué)家和其他職務(wù)進(jìn)行了分析，并深入了解了公司如何組建數(shù)據(jù)團(tuán)隊(duì)，以及雇用人員的方式。

此外，Warren的這些經(jīng)驗(yàn)和知識完全是通過導(dǎo)師指導(dǎo)，自學(xué)，MOOC課程或在職工作獲得的。

他的正式學(xué)位是 Latin American (BA) and International Studies (MA)，并且?guī)缀鯖]有接受過正式的技術(shù)訓(xùn)練。

以下是Warren的分享：

企業(yè)數(shù)據(jù)科學(xué)和分析團(tuán)隊(duì)是為了解決業(yè)務(wù)問題

這似乎應(yīng)該是不言自明的，但不知何故，它不是。我曾無數(shù)次看到數(shù)據(jù)項(xiàng)目失敗，在這個(gè)過程中，數(shù)據(jù)團(tuán)隊(duì)忘記了自己存在的理由。

數(shù)據(jù)團(tuán)隊(duì)都是一種支持功能，旨在解決合法的業(yè)務(wù)問題——也就是說，這些問題要么會為公司帶來收入，要么會為公司節(jié)省資金，僅此而已。

曾經(jīng)有一個(gè)數(shù)據(jù)科學(xué)家告訴我，他花了整整3天時(shí)間在預(yù)測模型的一個(gè)新特性,但公司告訴他這是沒必要的，因?yàn)樗懻摰念A(yù)測模型預(yù)足以滿足他們的需求。

技術(shù)性的DS和DE喜歡進(jìn)行修補(bǔ)并深入研究代碼。它滿足了完善預(yù)測模型的需要，并努力保持最后2％或5％的準(zhǔn)確性。不幸的是，你從80%的AUC到85%所花的時(shí)間可能是一樣的。

作為數(shù)據(jù)專業(yè)人員，你的價(jià)值取決于模型、管道或數(shù)據(jù)產(chǎn)品節(jié)省或生成的美元。讓數(shù)據(jù)科學(xué)家花3天時(shí)間修改一個(gè)新特性，會損失多少美元?

我并不是說對一個(gè)數(shù)據(jù)科學(xué)家來說進(jìn)行實(shí)驗(yàn)是不重要，事實(shí)上，這對于一個(gè)好的數(shù)據(jù)科學(xué)家來說，實(shí)驗(yàn)是至關(guān)重要的。

然而，專注于提供ROI更重要。為了提高生產(chǎn)力和實(shí)用性，發(fā)展能夠解決復(fù)雜性和不必要的優(yōu)化的能力，會讓數(shù)據(jù)科學(xué)家做得更多，并且能提供更多價(jià)值。

幾種不同的“數(shù)據(jù)科學(xué)家”

數(shù)據(jù)科學(xué)家是21世紀(jì)最性感也是最令人費(fèi)解的工作。即使他們認(rèn)為他們愿意，也沒有公司愿意雇傭相同的數(shù)據(jù)科學(xué)家。

正如之前的一篇文章中所解釋的，數(shù)據(jù)科學(xué)是一個(gè)廣泛的領(lǐng)域，而不是一個(gè)具有三維技能的職位名稱。

我厭倦了關(guān)于什么是或不是“真正的”數(shù)據(jù)科學(xué)家的爭論。這是一個(gè)人力資源的問題，并不適用于公司真正需要的東西。

事實(shí)上，大多數(shù)組織真正需要的是能夠整合一系列數(shù)據(jù)源、創(chuàng)建一些簡單模型并實(shí)現(xiàn)自動化的人。

這些技能不需要博士學(xué)位或高級技術(shù)學(xué)位，但仍然可以為許多公司提供難以置信的價(jià)值。

話雖如此，但是對于高度專業(yè)化、受過高等教育的統(tǒng)計(jì)學(xué)家或研究人員來說，肯定有重要的位置需要他們，這種需求是由不同公司面臨的挑戰(zhàn)所創(chuàng)造的，而不是作為“數(shù)據(jù)科學(xué)家”角色的籠統(tǒng)要求。

數(shù)據(jù)工程比數(shù)據(jù)科學(xué)更重要

與開發(fā)和調(diào)優(yōu)預(yù)測模型的能力相比，數(shù)據(jù)科學(xué)家更需要一種能力，即從那些不用于相互通信的數(shù)據(jù)源中縫合和組織完全不同的數(shù)據(jù)集。

除非公司在有限的規(guī)則集和業(yè)務(wù)場景下，面臨難以置信的挑戰(zhàn)，否則對復(fù)雜預(yù)測模型的需求將會受到限制。

剛開始涉足數(shù)據(jù)科學(xué)領(lǐng)域就想?yún)⑴c競爭嗎？ 首先得學(xué)習(xí)數(shù)據(jù)工程師的技能，然后弄清楚建模和預(yù)測。

如果你決定沿著預(yù)測的道路前進(jìn)，那么對于幾乎所有雇用你的公司，你都將變得更有價(jià)值，而且你還將創(chuàng)建比同事更好的模型。

與長期進(jìn)行預(yù)測性建模和調(diào)整相比，高級SQL，Web抓取，API開發(fā)和數(shù)據(jù)清理技能帶來更多收益。

領(lǐng)導(dǎo)者傾向于雇傭像他們一樣的人

許多數(shù)據(jù)科學(xué)的領(lǐng)導(dǎo)者(以及一般的領(lǐng)導(dǎo)者)堅(jiān)持這樣的觀點(diǎn)，即為了解決復(fù)雜的挑戰(zhàn)，他們應(yīng)該雇傭最專業(yè)的人(在許多情況下，雇傭那些擁有盡可能接近自己經(jīng)驗(yàn)的人，而不是更有成就的人)。

就數(shù)據(jù)科學(xué)而言，公司通常的想法是:我雇傭的數(shù)據(jù)科學(xué)家越有資格，我就能解決越復(fù)雜的數(shù)據(jù)挑戰(zhàn)。不幸的是，事實(shí)遠(yuǎn)非如此。

這種思想被稱為“‘Local Seach”，也就是說，使用來自單個(gè)領(lǐng)域的專家，嘗試用以前有效的解決方案來解決現(xiàn)有問題。

雖然感覺上這個(gè)想法是正確的，但它缺少了關(guān)鍵的“由外而內(nèi)”的思維方式，比如把經(jīng)驗(yàn)和想法聯(lián)系起來的能力，而這種能力可以解決訓(xùn)練以外的問題。

愛潑斯坦在《范圍》一書提供了“由外而內(nèi)”或“橫向”思維的例子。

例如，美國禮來公司(Eli Lilly)負(fù)責(zé)研究的副總裁 Alph Bingham向公司高管們提出了21項(xiàng)研究挑戰(zhàn)的提議，這個(gè)提議讓禮來公司的科學(xué)家們感到困惑。

起初，公司高管拒絕了這一提議，他們指出，“如果世界上受過高等教育、高度專業(yè)化、資源豐富的化學(xué)家們都被技術(shù)問題困住了，其他人又怎么能夠提供幫助呢?”

最后，公司高管一致認(rèn)為這個(gè)提議不會有什么壞處。

結(jié)果是令人震驚的:超過三分之一的挑戰(zhàn)已經(jīng)完全被解決，團(tuán)隊(duì)中包括一個(gè)完全沒有科學(xué)經(jīng)驗(yàn)的律師，但他的知識來自化學(xué)。

為了建立一個(gè)能夠解決真正復(fù)雜、重要問題的團(tuán)隊(duì)，數(shù)據(jù)科學(xué)的領(lǐng)導(dǎo)者需要雇傭一批具有不同背景和專業(yè)知識的人。

同時(shí)，他們應(yīng)該抵制建立具有相同背景甚至相同技術(shù)能力的團(tuán)隊(duì)。團(tuán)隊(duì)的經(jīng)驗(yàn)和成就的多樣性比文憑數(shù)量更重要。