6年时间经历8家公司，我的数据科学从业心得

作者 | Cameron Warren
来源 | 图灵TOPIA

近日，数据科学家Cameron Warren就数据科学和商业的交集，以及传统数据科学思想的挑战，发表了自己的看法。

过去的6年间， Warren在Adobe, USAA Bank, Nu Skin, Purple Mattress, Franklin Sports等多家公司从事数据科学和分析项目，也在分析领域的四家公司工作过。

他的职业生涯始于“数据科学家”，这项工作被评为“21世纪最性感的工作”。

在6年的时间里，他了解了不同的公司是如何构建、参与和执行数据项目的，并且采访了9家不同的公司，就数据科学家和其他职务进行了分析，并深入了解了公司如何组建数据团队，以及雇用人员的方式。

此外，Warren的这些经验和知识完全是通过导师指导，自学，MOOC课程或在职工作获得的。

他的正式学位是 Latin American (BA) and International Studies (MA)，并且几乎没有接受过正式的技术训练。

以下是Warren的分享：

企业数据科学和分析团队是为了解决业务问题

这似乎应该是不言自明的，但不知何故，它不是。我曾无数次看到数据项目失败，在这个过程中，数据团队忘记了自己存在的理由。

数据团队都是一种支持功能，旨在解决合法的业务问题——也就是说，这些问题要么会为公司带来收入，要么会为公司节省资金，仅此而已。

曾经有一个数据科学家告诉我，他花了整整3天时间在预测模型的一个新特性,但公司告诉他这是没必要的，因为所讨论的预测模型预足以满足他们的需求。

技术性的DS和DE喜欢进行修补并深入研究代码。它满足了完善预测模型的需要，并努力保持最后2％或5％的准确性。不幸的是，你从80%的AUC到85%所花的时间可能是一样的。

作为数据专业人员，你的价值取决于模型、管道或数据产品节省或生成的美元。让数据科学家花3天时间修改一个新特性，会损失多少美元?

我并不是说对一个数据科学家来说进行实验是不重要，事实上，这对于一个好的数据科学家来说，实验是至关重要的。

然而，专注于提供ROI更重要。为了提高生产力和实用性，发展能够解决复杂性和不必要的优化的能力，会让数据科学家做得更多，并且能提供更多价值。

几种不同的“数据科学家”

数据科学家是21世纪最性感也是最令人费解的工作。即使他们认为他们愿意，也没有公司愿意雇佣相同的数据科学家。

正如之前的一篇文章中所解释的，数据科学是一个广泛的领域，而不是一个具有三维技能的职位名称。

我厌倦了关于什么是或不是“真正的”数据科学家的争论。这是一个人力资源的问题，并不适用于公司真正需要的东西。

事实上，大多数组织真正需要的是能够整合一系列数据源、创建一些简单模型并实现自动化的人。

这些技能不需要博士学位或高级技术学位，但仍然可以为许多公司提供难以置信的价值。

话虽如此，但是对于高度专业化、受过高等教育的统计学家或研究人员来说，肯定有重要的位置需要他们，这种需求是由不同公司面临的挑战所创造的，而不是作为“数据科学家”角色的笼统要求。

数据工程比数据科学更重要

与开发和调优预测模型的能力相比，数据科学家更需要一种能力，即从那些不用于相互通信的数据源中缝合和组织完全不同的数据集。

除非公司在有限的规则集和业务场景下，面临难以置信的挑战，否则对复杂预测模型的需求将会受到限制。

刚开始涉足数据科学领域就想参与竞争吗？ 首先得学习数据工程师的技能，然后弄清楚建模和预测。

如果你决定沿着预测的道路前进，那么对于几乎所有雇用你的公司，你都将变得更有价值，而且你还将创建比同事更好的模型。

与长期进行预测性建模和调整相比，高级SQL，Web抓取，API开发和数据清理技能带来更多收益。

领导者倾向于雇佣像他们一样的人

许多数据科学的领导者(以及一般的领导者)坚持这样的观点，即为了解决复杂的挑战，他们应该雇佣最专业的人(在许多情况下，雇佣那些拥有尽可能接近自己经验的人，而不是更有成就的人)。

就数据科学而言，公司通常的想法是:我雇佣的数据科学家越有资格，我就能解决越复杂的数据挑战。不幸的是，事实远非如此。

这种思想被称为“‘Local Seach”，也就是说，使用来自单个领域的专家，尝试用以前有效的解决方案来解决现有问题。

虽然感觉上这个想法是正确的，但它缺少了关键的“由外而内”的思维方式，比如把经验和想法联系起来的能力，而这种能力可以解决训练以外的问题。

爱泼斯坦在《范围》一书提供了“由外而内”或“横向”思维的例子。

例如，美国礼来公司(Eli Lilly)负责研究的副总裁 Alph Bingham向公司高管们提出了21项研究挑战的提议，这个提议让礼来公司的科学家们感到困惑。

起初，公司高管拒绝了这一提议，他们指出，“如果世界上受过高等教育、高度专业化、资源丰富的化学家们都被技术问题困住了，其他人又怎么能够提供帮助呢?”

最后，公司高管一致认为这个提议不会有什么坏处。

结果是令人震惊的:超过三分之一的挑战已经完全被解决，团队中包括一个完全没有科学经验的律师，但他的知识来自化学。

为了建立一个能够解决真正复杂、重要问题的团队，数据科学的领导者需要雇佣一批具有不同背景和专业知识的人。

同时，他们应该抵制建立具有相同背景甚至相同技术能力的团队。团队的经验和成就的多样性比文凭数量更重要。