var _hmt = _hmt || []; (function() {   var hm = document.createElement("script");   hm.src = "https://hm.baidu.com/hm.js?8c9c5a8618dc4aea3be27b32962e5871";   var s = document.getElementsByTagName("script")[0];    s.parentNode.insertBefore(hm, s); })();
400 050 6600
数据分析师

手机号

验证码

30天自动登录

建立数据科学团队的六个神话

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2020-11-19

与我们对技术的痴迷有关-数据科学家实际上可以不受组织其他成员的束缚而成为独立专家
这种信念尤其是对于非技术经理而言,听起来像是:“我只是简单地传递请求,他们会知道该怎么做,我只是强制执行期限,并为他们提供他们所要求的资源,至少有两个原因,这是行不通的。

在这种情况下没有人负责将业务问题正确地转换为分析挑战
如果团队只是简单地接受管理要求,那么他们可能会进行一个几乎没有成功希望的项目,没有人能够提出棘手的问题-重要的是该项目是否应该完成,是否有很大机会获得可观的投资回报?一个好的分析经理可以在数据科学家和组织的其他成员之间提供一个知识渊博的界面,从而保护他们的团队免受设计不佳的项目的侵害,在大约一半的咨询业务中,我被问到我是否具有高度具体的垂直行业经验,例如有人问我为中型区域银行建立了多少抵押贷款违约模型,这可能是一个令人沮丧的问题,因为潜在客户可能会认为,降低行业经验重要性的任何努力都是自利的。

多年来我了解到的团队是具有行业经验的人和具有建模经验的人(包括在各个行业中构建模型的人)的混合体
拥有各种模型的经验是优势,而不是劣势,了解在建模过程中特定点如何以及何时利用领域专家是关键,未能意识到这一点可能会促使分析经理为抵押贷款违约模型只雇用金融和银行业人才。您需要在会议室中掌握这些知识,但是如果您过分理解,则可能会发展集体思维。选择多元化的团队并促进协作-您将获得更好的结果。

误解:很难找到数据科学人才
现实:通过内部晋升培养人才

组织认为聘用数据科学家很困难的原因是他们的前提是错误的
他们认为他们需要雇用分析师,他们将知道他们需要知道的一切并且不需要进行管理,当您根据这个神话进行操作时,您会过多地关注与您认为将要采用的任何技术的兼容性,任何局外人都必须学习企业。单独工作时,没有局外人在天就完全有效,为什么不将他们与认识组织但需要在数据科学领域进行指导的人员配对呢?事实是,数据科学是一项团队运动。已经有内部的经验丰富的团队成员(也许在其他部门工作),因其数据科学的简历不广泛而不愿在内部进行申请,但他们具有任何局外人都无法拥有的有价值的特征之一:他们知道数据,他们知道公司。

一定要通过从外部聘用来填补技术空白
但要从内部进行晋升,将业务专家与技术分析师进行整合,并在整个团队中提供培训。这也是使用临时外部资源的有效方法,不仅仅是外包项目,将每个项目用作整个跨学科团队的指导和支持机会。

误解:关于算法的所有问题
现实:不要让闪亮的物体遮盖透明性

您企业中的三个小组可能会因为的亮点而分心
购买技术的小组,雇用技术的小组和建模者自己,出色的算法很诱人,因为毫无疑问,它们有时会生成准确的模型,但是完全有一半的组织需要其模型是透明的-也就是说,它们需要生成的显式规则,而不是难以或无法解释的所谓黑盒模型,任何涉及法规和政府监督的行业几乎都会自动归为此类,大多数公司会选择透明或可解释的模型,而不是黑盒模型,这仅仅是因为它们与项目目标更加一致,但是几乎所有较新的和更强大的建模方法例如深度学习都是黑盒模型。

组建一支对这些方法具有浓厚集体魅力的团队是错误的
然而诸如决策树或逻辑回归之类的“老派”技术被认为是愚蠢的,并且常常被排除在考虑范围之外,您需要一个精通全面的团队来选择建模算法,因为它适合合理的项目定义,而不仅仅是用其技术能力给同行留下深刻的印象。

误解:分析师是主要角色
现实:五个不同的角色必须有目的地协作

这种新兴趋势似乎无害,但可能具有破坏性

这是算法神话的延伸,但是在这种情况下,数据科学被视为与建模者有关,在此前提下进行操作时,许多组织都在寻找看似自给自足的建模人员,他们可以独立工作,寻求所谓的独角兽,即使独自一人也可以做到这一切,乍一看似乎很有吸引力,但这既不可行也不可行,当某人单独花费整个项目工作时,他们会忽略一个关键的动态,它们旨在提高组织的效率,专注于这种效率需要了解业务指标,平台,运营和企业优先级,获得这些知识的方法是有目的地与在每个领域工作的人员进行社交。孤立地工作本质上适得其反,任何项目的关键参与者都是内部客户,主题专家,建模负责人,数据管理员和部署负责人。


Prev article

通过数据虚拟化将机器学习的复杂性降

Next article

企业要重视数据分析师他能为企业带来的改变

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务