盡管近些年人工智能進(jìn)入了大眾視野，也做了相當(dāng)程度的宣傳，但沒有多少人能夠?qū)⑷藱C(jī)互動(dòng)達(dá)到最佳平衡。Dataiku最新的白皮書強(qiáng)調(diào)的是數(shù)據(jù)科學(xué)項(xiàng)目中的協(xié)作，它使整個(gè)數(shù)據(jù)團(tuán)隊(duì)能夠更有效的探索、原型化、構(gòu)建并交付他們自己的數(shù)據(jù)產(chǎn)品，同時(shí)有助于找出數(shù)據(jù)團(tuán)隊(duì)可能存在的問題。想要獲得成功的企業(yè)，至少要在2018年余下的半年時(shí)間去解決這些問題。

數(shù)據(jù)項(xiàng)目&數(shù)據(jù)科學(xué)項(xiàng)目

與數(shù)據(jù)科學(xué)項(xiàng)目不同的是，數(shù)據(jù)項(xiàng)目僅僅是目標(biāo)為建立更具分析深度的項(xiàng)目。打個(gè)比方，一個(gè)營銷歸因模型，它的目的是為了觀察分析營銷策略；一個(gè)運(yùn)輸行業(yè)中的預(yù)測性維護(hù)項(xiàng)目，嘗試預(yù)測在不同地點(diǎn)更換零件的需求。

不過這些項(xiàng)目通常可以利用相對(duì)簡單的統(tǒng)計(jì)模型結(jié)合行業(yè)經(jīng)驗(yàn)解決。數(shù)據(jù)項(xiàng)目之所以能成為數(shù)據(jù)科學(xué)項(xiàng)目，需要利用更先進(jìn)的機(jī)器學(xué)習(xí)方法，分析結(jié)合系統(tǒng)中添加潛在的、非存量的附加數(shù)據(jù)（如使用數(shù)據(jù)、點(diǎn)擊數(shù)據(jù)、傳感器數(shù)據(jù)、社會(huì)數(shù)據(jù)等等）。

在數(shù)據(jù)科學(xué)項(xiàng)目中，數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師之間就相互依存，前者關(guān)注的是潛在的新數(shù)據(jù)源和新的預(yù)測模型，數(shù)據(jù)科學(xué)家的模型和數(shù)據(jù)被數(shù)據(jù)分析師打包分析，統(tǒng)籌處理。

應(yīng)該聘請(qǐng)什么樣的數(shù)據(jù)科學(xué)家？

不同的數(shù)據(jù)科學(xué)家有不同的優(yōu)勢，就像文學(xué)家，不是豪放派的就比婉約派的高級(jí)，選擇不同的數(shù)據(jù)科學(xué)家完全取決于一家企業(yè)正在攻關(guān)的課題或項(xiàng)目。

擁有博士學(xué)位的數(shù)據(jù)科學(xué)家并不好招（跟別提薪資要求高），因?yàn)槠渲?0%的人都被谷歌挖走了，從另一個(gè)角度說，他們也許也不適配于你的企業(yè)需求。

Dataiku的白皮書將數(shù)據(jù)科學(xué)家分為七類：傳說型、全能型、統(tǒng)計(jì)專家、二把刀型、ML工程師、垂直領(lǐng)域?qū)＜?、明星?jí)數(shù)據(jù)經(jīng)理?？v然他們都有相同的職稱抬頭，但是必須理解和承認(rèn)各種數(shù)據(jù)科學(xué)家都是有其作用，在不久的將來，不同專業(yè)類型的數(shù)據(jù)科學(xué)家會(huì)有不同的抬頭，也許就在明年有望成為一個(gè)新的趨勢。

為什么很多數(shù)據(jù)科學(xué)家會(huì)辭職？

美國Glassdoor公司（美國的一家企業(yè)點(diǎn)評(píng)與職位搜索的職場社區(qū)平臺(tái)）提名數(shù)據(jù)科學(xué)家為2018年美國最佳工作，Linkedln（全球知名職場社交平臺(tái)）則將數(shù)據(jù)科學(xué)家列入最佳工作的top10。但是與此同時(shí)，英國《金融時(shí)報(bào)》將數(shù)據(jù)科學(xué)家放在“尋找新工作”榜單榜首的位置。

其實(shí)仔細(xì)想想就能明白個(gè)中三味。

企業(yè)對(duì)數(shù)據(jù)科學(xué)家的需求很強(qiáng)烈，數(shù)據(jù)科學(xué)家們很容易就能夠找到待遇更好的公司，一定程度上意味著他們很難長期在一個(gè)地方。這也涉及到他們工作幸福感的問題，大多數(shù)人都不會(huì)傾向于頻繁更換工作，但是由于這個(gè)職位相對(duì)較新，很多公司不知道該怎么做去留住這些最重要且最前沿的角色。

一個(gè)數(shù)據(jù)經(jīng)理想離職有很多原因。作為企業(yè)的管理者，需要確保數(shù)據(jù)團(tuán)隊(duì)不被其他團(tuán)隊(duì)孤立，開放的工作環(huán)境，保證溝通無礙；通過想其他團(tuán)隊(duì)展示數(shù)據(jù)團(tuán)隊(duì)的豐富內(nèi)容，讓他們了解數(shù)據(jù)團(tuán)隊(duì)在一個(gè)項(xiàng)目中的意義，能夠做什么來幫助改進(jìn)流程或產(chǎn)品從而推動(dòng)項(xiàng)目進(jìn)程。

除了技術(shù)之外，溝通技巧也是重要一環(huán)，你肯定也不希望數(shù)據(jù)科學(xué)家通過Excel去推銷業(yè)務(wù)，數(shù)據(jù)科學(xué)家要會(huì)通過數(shù)據(jù)講故事，多角度縱橫分析。企業(yè)主招聘時(shí)要考量數(shù)據(jù)科學(xué)家的PPT能力。

每個(gè)行業(yè)都是成王敗寇，知道讓企業(yè)員工凝合聚力做到利益最大化，自然能封王拜相。不過這不僅僅是企業(yè)需要做的，數(shù)據(jù)科學(xué)家們的工作同樣不可或缺，發(fā)揮自己的特長幫助企業(yè)完成好項(xiàng)目，能夠與時(shí)俱進(jìn)持續(xù)成長不故步自封，不斷提高工作幸福感。

非協(xié)作不成功

自2017年《福布斯》表示數(shù)據(jù)科學(xué)世界必須通力協(xié)作以來，這個(gè)觀點(diǎn)至今風(fēng)靡。數(shù)據(jù)團(tuán)隊(duì)協(xié)作模型的支持者提出各種論據(jù)來證明其效率及有效性，但是協(xié)作背景下，同時(shí)也意味著存在著很多誤解和矛盾。以下是關(guān)于數(shù)據(jù)科學(xué)協(xié)作的常見觀念：

-協(xié)作意味著數(shù)據(jù)科學(xué)家之間可以進(jìn)行工作劃分；

-協(xié)作意味著工作可以依著更多初級(jí)和更高級(jí)的資源進(jìn)行劃分；

-協(xié)作意味著工作可以仰賴團(tuán)隊(duì)中不同的角色進(jìn)行劃分；

這是迄今為止最有效率的數(shù)據(jù)科學(xué)項(xiàng)目協(xié)作辦法。

因?yàn)閿?shù)據(jù)科學(xué)項(xiàng)目中的某些部分更適合數(shù)據(jù)分析師去做：數(shù)據(jù)挖掘和整理。一旦他們完成這部分的工作，處理預(yù)測或負(fù)責(zé)機(jī)器學(xué)習(xí)的工作才能繼續(xù)。

這意味著數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家能夠更大的發(fā)揮作用，因?yàn)樗麄儾恍枰獙?duì)整個(gè)項(xiàng)目負(fù)責(zé)，可以同時(shí)多線操作，服務(wù)于多個(gè)不同的項(xiàng)目。

在一些組織當(dāng)中，同時(shí)承接的數(shù)據(jù)科學(xué)項(xiàng)目很多，在這種情形下，一個(gè)組織中的數(shù)據(jù)科學(xué)家數(shù)量可能成為一個(gè)限制因素——不可能每個(gè)項(xiàng)目都配備一個(gè)數(shù)據(jù)科學(xué)家。

基于以上，為了持續(xù)獲得收益，數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師之間的協(xié)作自然也變得尤為普遍。

我的公司是否能部署+管理多個(gè)預(yù)測模型？

-首先對(duì)標(biāo)已經(jīng)完成的組織，尤其是那些同一行業(yè)或者同類型的數(shù)據(jù)科學(xué)項(xiàng)目的組織。

-再問問自己，部署這些預(yù)測模型對(duì)你的企業(yè)意味著什么？（例如，是否意味著內(nèi)部儀表板暴露給企業(yè)內(nèi)的其他團(tuán)隊(duì)，是否將推薦引擎暴露給了客戶？）明確答案后再確定后面的問題。