您需要的内部数据科学团队的4个构建块

几个月来，您一直在努力招募数据科学家到您的公司，以在您的硬件或应用程序中构建一些出色的机器学习功能。你在团队中有一个、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、快乐和动力。以下是我从多年的数据科学家管理团队中汲取的一些智慧。

了解角色。

“数据科学家” 已经成为一个相当模糊的术语，人们经常滥用它来标记各种人才。首先要做的是熟悉现有的特定技能和您想要的员工技能。在你自己做基础设施和基础研究的更大的团队中，你想要的是数据科学家、数据工程师和机器学习工程师的某种组合。这些学科重叠，但在更纯粹的形式上有很大不同。

数据科学家本质上是一位应用数学家。他们最大的优势是设计正确的问题来提供您的信息。让他们最快乐的是解决问题，不一定花几个小时编写软件，尽管编程是解决问题的一种方法。数据工程师是将信息准备好进行分析，处理管道，错误记录和扩展快速基础架构的专家。机器学习工程师是一位混合专家，他将建模师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，请雇用机器学习工程师。但是，如果您想建立一个具有各种才能的长凳，最好知道它们之间的区别。

租用原始马力。

如果您想避免雇用-解雇-雇用周期，请选择具有延展性才能的人，而不是在一个学科中具有丰富经验的人。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，应该能够在需要时互换帽子。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。

正如建立机器学习模型是为了不断学习一样，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最前沿，随着发现的出现，该领域经常发展。数据团队的很大一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参加会议和参加在线课程的津贴。

鼓励您的员工发布并参与开源项目。也就是说，数据科学团队只能通过运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。很多科学项目都被淘汰了。我们的建模团队经营着一个读书俱乐部风格的小组，以帮助从the脚的人中剔除好主意。一位团队成员强调了一篇文章或新技术，并将其呈现给整个数据科学团队。另一个人在我们的数据源 “沙箱” 上进行了测试，并提出了调查结果。这样，数据科学团队的其他成员就不会陷入困境。

提供清晰的职业道路。

作为一名创始人/首席执行官，你能做的最重要的事情就是让优秀的人快乐地植入你的组织。这意味着帮助新员工找到一条职业道路。人们可能想要成长的方式有很多。例如，我们的一些建模人员已经成为销售人员与客户见面的绝佳合作伙伴。有些人可以很容易地转移到业务团队，并在新客户数据到达建模团队之前对其进行一线分析。有些人可能想更深入地了解技术专业知识，而这些人可以训练您希望在几年内组建一支更大的团队。任何让他们快乐和富有成效的东西，像杂草一样生长。