作者：Seth，IBM

编译：周家宇、刘山、魏子民

数据科学是一项团队活动。这不仅基于我们在 IBM 的工作经验，还基于经常询问我们如何在其组织内建立数据科学团队的企业客户。

然而，在此之前，请记住，数据科学项目所需的各种技能非常罕见且独特。因此，我们需要确保团队的每个成员都能专注于他们最擅长的事情。

数据科学项目中的角色分配以及每个角色所需的技能如下表所示：

角色分配

角色功能

所需技能

产品负责人

定义问题并提出假设

拥有产品责任方面的专业知识

数据工程师

获取、转换和清理数据

擅长数据工程

数据科学家

一个。机器学习工程师

b.决策优化工程师

建立预测和/或规范模型

擅长机器学习或决策优化

数据记者

沟通结果

可以编辑数据新闻和网站开发

虽然每个角色分配都很明确，但每个团队成员都必须具备 T 型技能，这意味着他们不仅需要深入了解自己的角色，还需要对相邻角色有粗略的了解。

让我们更深入地探讨上图中的四个角色。

产品负责人

产品负责人是他们所负责的产品的主题专家，并且对特定业务部门及其相应的关注点有深入的了解。在某些情况下，产品负责人将主要负责业务方面，但他们也会定期与数据科学团队合作，解决特定的数据科学和其他问题，然后回归到更大的主题专家角色。

事实上，回归原来的角色对于数据科学团队来说是有好处的。这意味着产品负责人作为模型的最终用户，可以提供具体的反馈和请求。这也意味着产品所有者可以在业务部门内部倡导数据科学。

产品负责人主要负责：

数据工程师

数据工程师是将所有数据移至重心并通过服务和消息队列连接数据的向导。他们还构建 API 以使数据可供企业使用，并负责将数据设计到最适合团队需求的平台中。作为一名数据工程师，你需要具备以下三项技能：

数据科学家

数据科学家通常指两种不同角色之一：机器学习工程师和决策优化工程师。由于市场状况导致“数据科学家”成为一个相当受欢迎的角色，因此进行这种区分有助于消除混乱。

机器学习工程师

机器学习工程师需要构建机器学习模型，即识别每个模型中使用的重要数据元素及其特征。他们确定使用哪些类型的模型并测试这些模型的准确性和精度；他们还负责模型的长期监控和维护。他们需要这三种技能：

决策优化工程师

决策优化工程师的技能和经验与机器学习工程师的技能和经验重叠，但也存在一些重要的差异。决策优化工程师需要这三种技能：

数据记者

接下来是数据记者，他们在驱动数据的背景下呈现模型输出，并且能够清楚地表达业务问题。要成为一名数据记者，我们需要具备以下三项技能：

如果您能够将具有这些基本技能的人员聚集在一起，并确保他们进行协作并保持对彼此工作的深入了解，您会发现您拥有的洞察力和理解力将有助于您领导任何组织。超能力。

但如果没有他们，你就会迷失方向。

Seth 是IBM 的副总裁兼首席数据官。

原文链接：

志愿者介绍