雷锋网 (大众号：雷锋网) AI 科技评论按：「数据迷信家」可谓是从「大数据」和「机器学习」双双开端普及之后催生的抢手职位之一了，许多接触或许学习了机器学习的先生和顺序员都等待本人可以成为数据迷信家。

不过，从「会洗数据写代码」到「优秀的数据迷信家」之间究竟有多少间隔，很多人都说不清。关于不同的企业，数据迷信家的作用会有各种各样的不同，甚至同一个企业中不同团队的数据迷信家都会有不小的区别。就算是想要为本人的数据迷信家构建一个规范生长途径的企业都会觉得十分苦恼。

假如没有明晰的生长途径，这些充溢天分的计算机魔法师们就会有遇到瓶颈的风险。他们能够很擅长做出深入的发现，但是他们能够永远都无法真正地生长、永远都无法带来企业所等待的真正的投资报答。

带着这个成绩，the Seattle Data Guy 采访了西雅图周边的许多顶级科技企业的管理人员，尝试理解他们对企业里的初级数据迷信家有哪些等待、希望数据迷信家有哪些产出。这些他们理解到的信息置信不只可以协助想要生长的数据迷信家，也可以协助想要鼓励数据迷信家生长的企业管理者们。雷锋网 AI 科技评论把他们的发现引见如下。

依据访谈失掉的后果，the Seattle Data Guy 发现迷信家的生长和编程、算法设计都没什么关系（这都是初级数据迷信家的根本功了）。当问及这些管理者希望从更资深的数据迷信家身上看到什么时，失掉的答复是「自我驱动的员工，他们能简明地沟通、能为本人思索、对公司业务有深化的理解，而且能管理本人的下级」。

为了让数据迷信家生长，他们迎接的应战也需求超收工作的技术局部之外。数据迷信家是无机会改动公司决议的一群人，他们的肩膀上担负着责任；这也意味着他们该当对本人的任务内容有主人翁感。他们要可以质疑本人的数据来源、对信息的洞察要长篇大论、理解公司的业务并且可以协助本人的下级指导。

不要仅仅质疑本人的结论，还要质疑本人的数据

一个资深的数据迷信家不会在拿到数据后就直接信任它的。他们会重复查验数据，寻觅其中的偏移、丧失的数据、反复数据等等。

数据总会有本人的缺陷。假如你也曾在数据上花过成百上千小时，那你一定晓得这是什么意思。当你在数据中阅读，或许把数据绘成图表的时分，你经常会发现一些奇异的形式，你会不由停上去揣摩：「为什么 x 和 z 看起来这么像？」年老的数据迷信家往往会花太多精神在完成项目自身上，他们还没有学会如何停上去细心剖析这些奇异的形式。这些形式的呈现有能够是由于零碎的默许输入就是 -1 或 1 这样的特定值，也有能够是让爬虫搜集电商网站上的顾客购置数据时呈现了偏向，以及其它一千多种能够的缘由让数据发生了误导性。

呈现了这些形式不代表数据就一定是错误的、没法运用的。而且即使搜集到的数据精确的时分，对数据的操作也还总会带来一些瑕疵。当设计报告、算法和量测目标时，这些要素都该当被思索到其中。一个有经历的数据迷信家不只仅会尝试寻觅数据中的缺陷，他甚至会等待着这些缺陷呈现。

「可信数据源」这个词汇会常常在数据团队中呈现。它所指的就是多个团队都能认可正确性的原始数据源。作者本人刚开端做数据迷信家的时分就十分天真，在最早的一个项目中，他理解到了他们团队把一个数据源标识为了可信数据源。然后在接上去的几个月里他都在为这个「可信数据源」开发剖析和使用工具，以便超越 200 位管理者和总监可以拜访这个数据源。不出不测地，没过多久就发现别的一些量测目标呈现了分歧性成绩。这时分作者才认识到，他所用的这个数据源其实是真正的可信数据源经过屡次 ETL（提取、转换、加载）之后的数据源。

在和西雅图的多位科技企业管理者交流过当前，作者发现这事其实很罕见。年老的剖析师、数据迷信家、经历缺乏的员工都过于信任他们的数据源。年老的、经历缺乏的员工普通来说都急于把任务完成。这就不可防止地让他们更少天文解数据真正的情况。他们并不会追查「为什么」，而是花更多工夫确保产品的「功用性」。那么他们就会疏忽掉数据中的缺陷。

一个数据迷信家想要，就要中止「做出一个到达要求的算法或许零碎然后署上大名完毕」的做法，他还需求负起责任，了解数据、弄清数据中的缺陷。这样才干在和下级沟通的时分针对本人的各种假定停止完好的沟通。作为数据迷信家，假如呈现了不好的输入的时分见怪数据有成绩，那他是没法生长的。

能简约地表达本人的发现的价值

一个数据迷信家假如想要生长，他对本人的要求就不能只是做一个合格的顺序员 & 统计员。他必需学会如何成为一个沟通者，必需掌握简约地表达本人的发现的才能，以及可以通知本人的下级应该如何处置这些信息。

给本人的总监以及其它管理层成员展现研讨进程中搜集到的一切的的图表、一切的数据和一切的技术信息以标明本人任务得十分努力，这听上去还不赖。尤其是，数据迷信范畴内有时分要花几个月的工夫才干在某一个成绩上做出有价值的停顿（面前自然是有缘由的）。不过，在一切完毕之后，总监们并不需求过多的信息。

晓得重点的信息，以及晓得基于这些重点信息应该做什么，关于总监们来说就足够了。你的总监能够还有另外 8 支团队要管，那你跟他讲很多 ROC、讲很多为什么选了这个算法而没有选另一个，就不是很有协助。大少数的时分你都会发现总监其实只需求 2 到 3 个复杂的要点汇报。有时分甚至复杂的「是」、「不是」都比「能够…… 在某些条件下…… 这个那个…… 第一种能够性下有这个风险，第二种能够性下有另一些风险」更有用。一个有经历的数据迷信家会晓得如何细心打磨本人的洞见、如何稀释执行步骤，以此来给本人的下级提供真正的协助。假如你的下级想要晓得更多的信息，他会启齿问的（并且一个好的数据迷信家总是答得下去的）。说究竟，管理层们不喜欢陷在一堆不能协助他们做出更好的决议的多余信息外面。

理解本人公司的业务

当数据迷信家换任务的时分，没能在下班第一天就完全理解新公司的一切状况是完全正常的。除了数据源、代码库以及其它一些公司特有的零碎之外，还有很多别的东西需求学习。他们需求理解接上去要打交道的每天的运营数据，也需求晓得公司如今面临的成绩。不过，一个有经历的数据迷信家还需求可以疾速了解公司的业务。

千万不要全神贯注磨炼本人的技术才能，然后对公司业务只是一知半解。要学习如何和别的团队协同任务、参与到公司的项目中去、给本人一些听取他人意见的时机。数据迷信家完全有能够要延续参与各种不同类型的、面对各种不同成绩的项目，他们需求可以疾速顺应。

刚入行的开发者往往会关注磨练本人的技术才能多于关怀本人公司的业务。和很多其它行业一样，反复性的繁重任务都是在较低的级别上停止的（在这里就比方敲代码、数据清洗等等），这就让执行这些义务的人没有工夫深化揣摩他们本人应该如何协助改善公司的业务。但是，在数据迷信家任务的头几年中，理解公司的业务该当是一个重要生长阶段，这能确保他们树立起多种多样的技术才能。有经历一些的数据迷信家就需求多花点留意力思索本人的项目的「为什么」。假如一个管理者不应战本人的有经历的数据迷信家团队、不让他们生长并学习公司的业务，那么不能很好生长的责任管理者也要承当起来。每年或许每隔几个月，管理者们都要让经历的数据迷信家们面对新的应战，确保他们在生长。不然公司的业务就分明错过了最大的投入产出比。

管理本人的下级

在任何行业中管理本人的下级都不是一件容易的事情。在科技行业中，依据下级主管的技术背景不同，这件事有时分会显得十分困难。关注业务的管理者能够没有什么经历率领技术团队，关于有经历的数据迷信家来说在这种时分有才能管理本人的下级就至关重要。擅长管理下级的数据迷信家能了解他人。管理下级需求数据迷信家（或许公司中任何一个在乎这件事的人）花一些工夫了解下级的需求。值得思索的不只仅是公司的需求。你的下属对你有什么需求、对本人又有什么需求，一旦你理解了这些，你就明白了是什么在驱动他们。这样，在你的下属启齿讲他的需求之前你就晓得应该等待什么。这能协助你们树立信任，也能让你的管理者和总监们给你分配更多的资源和留意力。这个世界上不是只要你一团体需求生长，你的下级也想要生长的！作为有经历的（不论哪个级别的）员工，你很清楚协助他人生长、协助他人达成目的的时分你本人也有播种。

总结

企业对数据迷信家的等待不只仅是发明算法以及管理少量的数据而已。有经历的数据迷信家的价值也不只仅表现在他们的技术才能上，还表现在他们磨练出的软技艺上。数据迷信家找到的信息和算法要协助推进高层管理者做出决策。总监和副总裁们能够管理着价值上千万的团队、资源、设备、项目以及公司里其它各种各样的东西，而数据迷信家的一切输入都该当是他们可以了解的。这就意味着，为了让数据迷信家生长、为了给协助公司开展业务，他们也就需求晓得哪些东西是对公司业务有价值的。

via  the Seattle Data Guy ，雷锋网 AI 科技评论编译

相关文章：

年薪百万的机器学习专家，为什么不发生价值？

数据迷信任务者(Data Scientist) 的日常任务内容包括什么？

Kaggle16000份问卷提醒数据迷信家均匀画像：30岁，硕士学位，年薪36万

Python赶超R言语，成为数据迷信、机器学习平台中最抢手的言语？

数据迷信家必需晓得的 10 个深度学习架构

雷锋网版权文章，未经受权制止转载。概况见。