您需要的内部数据科学团队的 4 个组成部分

文章 (20) 2021-06-24 09:10:33

几个月来,您一直在努力招募数据科学家到您的公司,以便在您的硬件或应用程序中构建一些出色的机器学习能力。你的团队中有一个、两个或 10 个,但你觉得你需要更多。如果你还没有,你应该考虑如何让这些来之不易的人才保持专注、快乐和积极性。以下是我从多年管理数据科学家团队中挑选出来的一些智慧。

了解角色
“数据科学家”已经成为一个非常模糊的术语,人们经常误用它来给各种人才贴上标签。首先要做的是熟悉现有的特定技能以及您希望员工具备的技能。在您自己进行基础设施和基础研究的大型团队中,您需要的是数据科学家、数据工程师和机器学习工程师的某种组合。这些学科重叠,但在其更纯粹的形式上有显着差异。

数据科学家本质上是一名应用数学家。他们最大的优势是设计正确的问题来提出您的信息。让他们最快乐的是解决问题,不一定要花几个小时编写软件,即使编程是一种方法。数据工程师是为分析准备信息的专家,负责处理管道、错误记录和扩展快速基础设施。机器学习工程师是一位混合专家,他将建模者的艺术性与软件工程师将该艺术投入生产的能力相结合。如果您迫切需要将模型投入生产,请聘请机器学习工程师。但是,如果您想建造具有各种才能的长凳,那么了解这些差异是件好事。

雇用原始马力
如果您想避免招聘-解雇-重新招聘的循环,请选择具有可塑性才能的人,而不是在某一学科拥有大量经验的人。没有人能够做所有事情,但是一个伟大的团队,尤其是在较小的初创公司中,应该能够在需要时交换帽子。如果一名员工的知识和经验较少,另一名员工可以支持和帮助该员工成长。

在研究和应用科学之间找到平衡。
正如机器学习模型旨在持续学习一样,数据科学家和机器学习工程师也是如此。数据科学和建模处于数学的前沿,该领域随着发现的出现而不断发展。数据团队的大部分知识每年都会过时。这就是为什么我们每年为我们的团队提供津贴以参加会议和参加在线课程。

鼓励您的伙伴发布和参与开源项目。也就是说,数据科学团队只能通过应用他们的知识来解决业务目标来帮助您的初创公司取得成功。很多科学项目都被证明是无用的。我们的模特团队经营着一个读书俱乐部式的小组,以帮助从蹩脚的想法中剔除好想法。一名团队成员突出显示一篇文章或新技术,并将其展示给整个数据科学团队。另一个人在我们的数据源“沙箱”上对其进行了测试并展示了结果。这样,数据科学团队的其他成员就不会偏离轨道。

提供清晰的职业道路
作为创始人/首席执行官,您可以做的最重要的事情就是让优秀的人快乐地融入您的组织。这意味着帮助新员工找到职业道路。人们可能想要成长的方式有很多种。例如,我们的一些建模师在与客户会面的路上成为了销售人员的重要合作伙伴。有些人可以很容易地转移到业务团队,在新客户数据进入建模团队之前对其进行一线分析。有些人可能想要更深入地了解技术专业知识,而这些人可以培训您希望在几年内成为一个更大的团队。任何让他们快乐和富有成效的东西,都像杂草一样生长。

THE END

发表评论