数据科学家是新的软件工程师。从20世纪80年代开始，随着计算机系统的普及，对软件工程师的需求激增。现在，随着数据收集方法和人工智能能力的不断扩大，数据科学家被聘用来帮助公司探索和开发可帮助他们保持相关性和竞争力的新技术。但并不是所有的公司都有基础来支持这个日益增长的关键任务，并聘请专家。但不要落后，因为你需要知道什么能使你的公司成功。

评估你是否需要数据科学家

需求因公司的阶段，业务目标，产品和服务而异。虽然数据科学很有价值，但并非所有公司都准备投资建立数据科学团队。

要评估你是否需要聘请数据科学专业人员，首先确定企业是否存在可帮助解决的业务问题。通常需要招聘数据科学家的基本问题是可以访问大量未经分析的原始数据，例如用户数据。机器学习和数据科学在这种情况下携手并进。机器学习是解锁数据价值的关键，数据科学家使用这种技术更好地处理这一切。

其次，弄清楚你的企业是否有足够的正确数据。例如，如果企业的CRM系统已到位，则应收集的数据类型包括客户偏好，购买习惯，人口统计信息以及任何其他信息，以帮助销售团队确保正确的关系。拥有大数据是一回事，但另一个数据库是具有足够有意义的数据，可以从中提取洞察力。有些公司面临很多的挑战。像房地产这样的利基垂直行业建立自己的深层数据集要比从第三方提供商那里获得外包数据，获益更多。

得到领导的支持

如果你确定需要雇用数据科学家，那么你必须首先要的领导团队的支持，从而奠定基础。使用概念验证，识别问题并证明可以用数据科学解决问题。例如，在房地产领域，数据科学团队经常面临从房产图像中获取有用洞察力的挑战。如，数据科学团队可帮助公司确定用于识别图像中物体的最佳建模技术，图像的场景类型以及它们的吸引力。

团队结构的发展

一旦准备好发展和壮大你的数据科学团队，需要认真思考组织结构以及团队与公司内部其他部门的互动情况。

不断增长的数据科学团队需要空间，以免在数据中迷失。这需要一个扁平的组织结构，使团队成为探索者；一个分层结构只会把它们放在一个没有创新空间的盒子里。通过鼓励自由交换意见，扁平化的结构也可以在数据科学团队中实现更好的团队合作。

数据科学团队和其他团队的团队合作是增长的关键。为了成功地扩展和构建优质的产品，需要与工程师和产品管理团队保持紧密的沟通。当组织结构和团队合作牢固时，数据科学团队就像一台润滑良好的机器一样运行。

在数据丰富且人工智能功能不断增长的时代，评估你的业务是否准备好引入数据科学家，了解为这组人才奠定坚实基础所需做的事，以及如何规模化发展团队非常重要。释放公司数据的价值将有助于将你的业务提升到一个新的水平。那么数据科学家将在此方面发挥关键作用。