在小公司如何做一名成功的數(shù)據(jù)科學(xué)家？
大數(shù)據(jù)文摘出品
來源：medium
編譯：王媛媛、劉思佳
小公司需要數(shù)據(jù)科學(xué)家么?
可能只有長期混跡數(shù)據(jù)圈的老司機才有資格回答這個問題。
本文作者Randy Au，已經(jīng)在15-150人規(guī)模的公司工作了近12年，被冠于“數(shù)據(jù)分析師、工程師、偶爾還有科學(xué)家”的各種頭銜。
作者是社會科學(xué)出身，有一些自然語言處理，應(yīng)用數(shù)學(xué)和工商管理經(jīng)驗。總而言之，什么都會一點。
以下是他關(guān)于此問題的看法：
成為***個“數(shù)據(jù)全能選手”
小公司不需要數(shù)據(jù)科學(xué)家，但他們需要一個“數(shù)據(jù)全能選手”。他們可能稱這項工作為“數(shù)據(jù)科學(xué)家/工程師/分析師/忍者”，諸如此類。
一家20-60人規(guī)模的公司，有足夠的客戶，豐富的數(shù)據(jù)和專業(yè)化的崗位，只需要招一個能夠使用數(shù)據(jù)來提供有用的業(yè)務(wù)洞察力的人。
職位的頭銜不重要，但職位描述往往是各種各樣的混合：
- 理解我們擁有的數(shù)據(jù)
- 幫助構(gòu)建我們的數(shù)據(jù)系統(tǒng)
- 幫助我們進行數(shù)據(jù)驅(qū)動/運行實驗
- 發(fā)展業(yè)務(wù)
- 可能與任何事物相關(guān)或不相關(guān)的教育/認證
通常情況下他們并不完全了解需要怎樣的人才。只有一種普遍意義上的“我們有數(shù)據(jù)，看起來很有用，但是缺少轉(zhuǎn)化為價值的技能。”
實際上，在這個職位上的人需要同時做兩件大事：
- 今天-幫助公司取得成功
- 明天-打造數(shù)據(jù)驅(qū)動型公司
今天-幫助公司取得成功
初創(chuàng)公司充滿了不確定性。他們不確定客戶是誰，生產(chǎn)系統(tǒng)可能很困難，不知道客戶對產(chǎn)品做了什么，不知道如何使用擁有的數(shù)據(jù)做出決策，不知道擁有的數(shù)據(jù)是否有用。
對問題的巧妙回答可以帶來更明智的決策，并希望每個人都夢想成為神話般的曲棍球棒。難題是大多數(shù)問題都不適宜用花哨的方法。有用的通常是老辦法和基于定性方法而不是定量。
在優(yōu)化現(xiàn)有流程時，大多數(shù)DS方法都是***大的，它們可以在獲取客戶，轉(zhuǎn)化客戶，客戶粘度和客戶支出等方面實現(xiàn)5%，10%甚至25%的增長。A / B測試，推薦系統(tǒng)，ML分類器，所有這些都有助于優(yōu)化。收益是真實的，可量化的，并且可能是顯著的，但早期可能會更重要的事要做。
早期***的影響往往是業(yè)務(wù)洞察。洞察力從根本上改變了公司做的事情。它們來自很常見的事情，例如研究用戶偏好/行為，為銷售人員揭示新的營銷概念，或幫助產(chǎn)品團隊意識到Twitter上最受憎恨的功能實際上被90%的付費客戶使用。
我對“幫助公司”角色的看法是：“數(shù)據(jù)全能選手”是一種力量倍增器 。企業(yè)內(nèi)部的人有問題，工作就是幫助他們解決問題。
成為***個“數(shù)據(jù)全能選手”=成為“有數(shù)據(jù)的科學(xué)家”！
作為一名科學(xué)家對我來說意味著你遇到一個難題，一個研究型問題，你可以用任何方法來找到對這個問題的堅實答案。
作為數(shù)據(jù)科學(xué)家，我們傾向于使用定量方法和從系統(tǒng)收集的數(shù)據(jù)來回答問題，但這不是獲得洞察力的唯一途徑。有時你精盡全力觀察或詢問用戶(定性方法)，或者你出去收集數(shù)據(jù)(實驗和調(diào)查)，或者你盯住別人(競爭分析)。
一個好的科學(xué)家不會通過他們的方法來定義自己，***個數(shù)據(jù)全能選手(或者任何數(shù)據(jù)全能選手)也不會。
我們的目標(biāo)是滿足緊迫的業(yè)務(wù)需求：“為什么沒有人使用我們的產(chǎn)品?”“我們的回報怎么這么高?”我們是否應(yīng)該進行這種昂貴的銷售呢?““是什么導(dǎo)致客戶流失?”“什么是客戶的終身價值，是什么推動了這一點?”
明天-打造數(shù)據(jù)驅(qū)動型公司
我看到的一個常見的陷阱是來自數(shù)據(jù)科學(xué)計劃的人加入這些職位，期望使用像Spark這樣的性感東西并應(yīng)用RNN來完成他們的工作。但很遺憾，不匹配是非常殘酷的。
花哨的“數(shù)據(jù)科學(xué)”方法依賴于大量的東西，不要指望每一層在移動到下一層之前都“完成”。把顏色想象成“ 花費的時間”。
作為***個被雇用為處理數(shù)據(jù)的人，金字塔的任何一層都不太可能是堅固的。這是一個多年，跨職能，全公司的努力才得以實現(xiàn)。并行培養(yǎng)這些技能是工作的重要部分。
請注意，在典型的業(yè)務(wù)中，無論底層的穩(wěn)定性如何，你都會嘗試同時在金字塔上下執(zhí)行操作。我已經(jīng)為脆弱的新系統(tǒng)構(gòu)建了大量的儀表板和分類器，你也會這樣做。
固態(tài)生產(chǎn)系統(tǒng)和工程實踐
比如在一個堅固的“工程駕駛室”，如果系統(tǒng)出現(xiàn)故障，而且無法獲得真正測量系統(tǒng)的行為，這時候此會希望根據(jù)需要提供幫助。
你擁有的“數(shù)據(jù)工程師”頭銜越多，在幫助構(gòu)建堅固系統(tǒng)方面所扮演的角色就越重要。人們自然會問你關(guān)于輸入的問題，如PostgresSQL vs MySQL，AWS vs GCP，Spark vs Redshift等，幫助這些可以增加持久延續(xù)的價值。如果沒有足夠的Eng資源則必須自己來設(shè)置系統(tǒng)并運行它們。
可靠的儀器儀表
獲得可靠的儀器數(shù)據(jù)人員最關(guān)鍵的事情。這是一個無休止的程序，從挑選框架(多個)到收集系統(tǒng)和用戶數(shù)據(jù)，確保工程師學(xué)習(xí)如何實現(xiàn)事物而不計算錯誤，確保數(shù)據(jù)庫和日志正在做正確的事情(TM)，并確保你在計算你認為正確的東西。
同時專門添加系統(tǒng)用來收集和報告數(shù)據(jù)，這些將需要由某人(也許是你)組合和管理。
在文化方面，會不斷有人來詢問數(shù)據(jù)的可靠性以及如何處理這些信息，他們會要求解釋和深度剖析系統(tǒng)，直到他們自己非常了解。
當(dāng)你制作報告時，這種文化培訓(xùn)本身就是一個漫長的過程，人們發(fā)現(xiàn)與其他系統(tǒng)不一致并且得到的結(jié)果與他們對現(xiàn)實的看法不相符時，可能現(xiàn)實是錯誤的，也可能是正確的。
報告和處理數(shù)據(jù)
儀表板和報告不是一項有趣的工作，更不幸的是，它通常是整個公司人員每天觀察公司健康狀況的唯一方式，因此投資是必要的，目標(biāo)是把可操作的信息交給可以采取行動的人。
一開始，大多數(shù)儀表板和報告都是手動的，需要大量的迭代才能達到需求。雖然，自動化是一個很好的選擇，但洞察力也是需要著重考慮的。
技術(shù)方面并不復(fù)雜，有許多服務(wù)平臺可用于生成報告和儀表板，同時甚至可以使用自定義代碼執(zhí)行操作。
訣竅是讓所有數(shù)據(jù)系統(tǒng)一起玩(HaHa)，并在業(yè)務(wù)增長時最小化維護儀表板和報告的成本。
文化方面是事物有趣的地方。當(dāng)你正在訓(xùn)練在這里的人們變得更加數(shù)據(jù)化，這也需要多年的工作和實踐。
這里涉及大量的教育。你將教人們?nèi)绾伍喿xA / B測試的結(jié)果，重要的差異意味著什么，解釋信心或預(yù)測間隔是什么，解釋為什么該圖表“只是一個估計。你會提出有關(guān)樣本量的問題，并且經(jīng)常需要教會處理問題的方法。
如果人們關(guān)注儀表板上的數(shù)字，人們應(yīng)該怎么做?就個人而言，我告訴他們來跟我討論。他們的擔(dān)憂可能是一個研究問題(或一個錯誤)，而這就是研究“黃金”。這些人是這部分業(yè)務(wù)的領(lǐng)域?qū)＜遥抑皇且粋€用SQL的書***。
自動化與實驗
隨著時間的推移，你將設(shè)置新功能何時消失的指標(biāo)和儀表板。人們不可避免地會對功能的表現(xiàn)感到失望。
一旦人們習(xí)慣了獲取信息并且可能會運行一些A / B測試用來使結(jié)果令人失望，那么當(dāng)測試數(shù)據(jù)與人們的假設(shè)相反時，就會花費大量時間來驗證數(shù)字是否正確。
有用的儀表板應(yīng)該高度自動化，人們習(xí)慣使用數(shù)據(jù)來做出決策。
另一件有趣的事情我注意到，不管結(jié)果如何，在這個階段，公司可以順利地運行實驗。他們學(xué)會設(shè)計他們知道自己會成功的測試(低風(fēng)險)，或者他們會“測試”他們100%知道他們將會發(fā)布的事情。
現(xiàn)在，作為科學(xué)家你可以通過這種行為呼喚人們。無論測試結(jié)果如何，它們都可以完全啟動。雖然激進的變化往往測試不佳，但應(yīng)該明確說明意圖。
***，數(shù)據(jù)科學(xué)
在經(jīng)過漫長的旅程之后公司本身已經(jīng)轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動。他們有假設(shè)能夠可靠地收集數(shù)據(jù)，并根據(jù)結(jié)果做出深思熟慮的決策。他們也更自給自足，可以閱讀(并且可能創(chuàng)建)帶有一些指導(dǎo)的儀表板，并且學(xué)會了何時擔(dān)心以及如何提出問題。
在金字塔下面總會有更多事情需要做，但至少現(xiàn)在事情并沒有隨時發(fā)生。
現(xiàn)在你可以考慮打破花哨的算法......
或者也許有一個需要構(gòu)建的數(shù)據(jù)倉庫，因為你現(xiàn)在有太多系統(tǒng)導(dǎo)致分析查詢無法進一步加速。
相關(guān)報道：
https://towardsdatascience.com/succeeding-as-a-data-scientist-in-small-companies-startups-92f59e22bd8c
【本文是51CTO專欄機構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
