互聯(lián)網(wǎng)公司如何組建數(shù)據(jù)科學(xué)團隊

今天近乎所有的互聯(lián)網(wǎng)公司都希望組建(大)數(shù)據(jù)分析團隊，但由于大數(shù)據(jù)技術(shù)應(yīng)用是一個高速發(fā)展的全新領(lǐng)域，與建設(shè)常規(guī)的軟件開發(fā)團隊相比，企業(yè)在數(shù)據(jù)科學(xué)團隊的招聘、建設(shè)和成長方面面臨各種全新的挑戰(zhàn)。

對于人力資源經(jīng)理來說，大數(shù)據(jù)分析人才的招聘說明中有太多的生詞，包括各種大數(shù)據(jù)新鮮名詞、算法和技能，而且整個技術(shù)人才市場對大數(shù)據(jù)經(jīng)驗、最佳實踐的定義和標(biāo)準(zhǔn)尚無定論。

近日Experteer的Rodrigo Rivera為VB撰文指出，企業(yè)組建大數(shù)據(jù)分析團隊首先需要搞清楚以下三個問題：數(shù)據(jù)分析團隊在企業(yè)組織架構(gòu)中的智能定位、所需資源以及數(shù)據(jù)分析團隊的架構(gòu)。

職能定位

企業(yè)上下需要在一開始就明確數(shù)據(jù)分析團隊在企業(yè)組織架構(gòu)中的定位，以及主要的利益相關(guān)者。

不同企業(yè)的做法不同，有的企業(yè)讓CTO領(lǐng)導(dǎo)數(shù)據(jù)科學(xué)團隊，有的則選擇讓CFO甚至CMO領(lǐng)導(dǎo)，有的選擇由一個項目經(jīng)理統(tǒng)領(lǐng)分散于不同業(yè)務(wù)部門的數(shù)據(jù)專家，還有一些企業(yè)將數(shù)據(jù)科學(xué)團隊定位于研發(fā)團隊，沒有具體的日程表或利益相關(guān)者。

以上取決于企業(yè)的組織模式、企業(yè)文化、資源和數(shù)據(jù)科學(xué)團隊的具體任務(wù)。由于數(shù)據(jù)科學(xué)如此性感，企業(yè)的高官們都想將其納入自己的管轄范圍，因此如果不能事先明確數(shù)據(jù)科學(xué)團隊的職能定位，在日后的運營中勢必引起各部門之間的困惑和摩擦。

資源需求

了解技術(shù)人才市場的人都知道，數(shù)據(jù)科學(xué)人才的身價不菲，而企業(yè)往往在組建數(shù)據(jù)科學(xué)團隊前對資源需求估計不足。

對于一個超過300人的互聯(lián)網(wǎng)公司來說，如果想組建一個有明確任務(wù)(例如推薦引擎、用戶激活等)的數(shù)據(jù)科學(xué)團隊，第一階段可以考慮組建一個5-8人的團隊，包括一名技術(shù)項目經(jīng)理、1-2名負(fù)責(zé)建模的數(shù)據(jù)科學(xué)家，以及3-5名數(shù)據(jù)工程師負(fù)責(zé)部署生產(chǎn)代碼。

團隊構(gòu)成

當(dāng)明確了資源需求和團隊規(guī)模后，下一步面臨的問題是如何找到合適的數(shù)據(jù)科學(xué)人才。正如文章開頭提到的，這對于企業(yè)的人力資源部門來說幾乎是個不可能完成的任務(wù)，人力資源經(jīng)理的郵箱會迅速被充斥各種新鮮技術(shù)名詞的簡歷填滿。

人力資源部門還非常容易受到媒體或數(shù)據(jù)分析廠商的影響，企業(yè)需要根據(jù)需求自行定義招聘說明中的技能要求，例如教育背景與實操經(jīng)驗的孰重孰輕等。當(dāng)然，這些都是說起來容易做起來難。

以8人數(shù)據(jù)科學(xué)團隊為例，團隊初創(chuàng)成員大致分為以下三類：

1.技術(shù)項目經(jīng)理。擁有3到5年的相關(guān)團隊管理和項目經(jīng)驗;最好擁有扎實的技術(shù)背景，最好能夠編程(雖然并不需要真的去編程)。數(shù)據(jù)分析團隊的技術(shù)項目經(jīng)理不僅僅需要豐富的項目管理經(jīng)驗，還必須了解數(shù)據(jù)分析相關(guān)的算法和技能，最好能夠進行代碼審核。

2.數(shù)據(jù)科學(xué)家。數(shù)據(jù)科學(xué)家要求有廣泛而扎實的專業(yè)背景，最好擁有物理學(xué)、數(shù)學(xué)、計算機科學(xué)、生物學(xué)或相關(guān)學(xué)科領(lǐng)域的博士學(xué)位。判斷數(shù)據(jù)科學(xué)家水平最簡單的依據(jù)是她曾經(jīng)發(fā)表過的研究論文質(zhì)量。

有一點需要注意的是，一位機器學(xué)習(xí)領(lǐng)域的資深專家很可能軟件開發(fā)技能很差，因此在考察數(shù)據(jù)科學(xué)家技能時不要想當(dāng)然，務(wù)必要明確其編程技能。對于以應(yīng)用為主的互聯(lián)網(wǎng)企業(yè)來說，編程技能對于一個初創(chuàng)的數(shù)據(jù)科學(xué)團隊來說非常重要，除非你要組建的是一個學(xué)術(shù)性的數(shù)據(jù)科學(xué)團隊。

3.數(shù)據(jù)工程師。不需要太多學(xué)術(shù)背景，只要是對數(shù)據(jù)分析感興趣的靠譜的軟件開發(fā)人員都可勝任。數(shù)據(jù)工程師需要對算法、數(shù)據(jù)架構(gòu)和軟件工程有深入了解，尤其是算法層面，因為很多軟件工程師這方面的知識很薄弱，而對于數(shù)據(jù)科學(xué)團隊來說算法至關(guān)重要。可以嘗試從開源項目的積極貢獻者中去尋找未來的數(shù)據(jù)工程師。通常對數(shù)據(jù)工程師的技能要求與數(shù)據(jù)科學(xué)家類似(例如Python、Scala等)

以上每類數(shù)據(jù)科學(xué)人才的招聘要求視企業(yè)和預(yù)算的不同而異，團隊組建初期沒必要招聘太過資深的人士，因為在團隊職能和領(lǐng)域范圍在初期會經(jīng)歷比較大的變動。而且數(shù)據(jù)科學(xué)團隊初期由于需要搭建數(shù)據(jù)平臺，清洗數(shù)據(jù)，需要干大量“臟活”