数据科学项目的 3 种合作者

moontaha123@

成功交付数据科学项目需要与各种类型的利益相关者合作。这些利益相关者是谁？在最近的一次网络研讨会上，介绍了在每个数据科学项目中都可以找到的 3 种类型的合作者。分钟 阅读 成功的数据科学项目需要跨团队协作。如果没有与所有相关利益相关者适当协调，数据科学项目就不会产生影响。在最近的 网络研讨会中，内部工程部工程经理 讨论了数据科学项目跨团队协作的最佳实践。 三种类型的合作者 数据科学家必须与其他利益相关者合作，以推动他们的项目产生影响。数据科学家应该依靠组织内的其他人来更好地理解他们感兴趣的问题背后的业务价值和指标、如何驾驭复杂的数据环境以及如何向客户部署他们的模型。在网络研讨会中，布莱恩讨论了三种类型的合作者： 问题专家 问题专家是为数据科学项目奠定基础的合作者。他们的工作是为项目提供领域专业知识并定义问题陈述。 问题专家深入了解数据科学项目影响的指标以及它们如何转化为业务成果。


他们还知道模型有价值所需的准确性。这些知识是至关重要的信息，因为没有任何模型可以完全准确。了解什么是合理且有价值的目标对于在项目早期定义目标和设定期望至关重要。 数据专家 数据是任何成功的数据科学项目的关键要素。许多组织都拥有 法国手机号码清单 复杂的数据环境，因此很难了解哪些数据可用以及解决问题需要哪些数据。 数据专家负责了解某个领域中有哪些数据可用、如何获取数据以及哪些数据最适合特定的业务问题。他们有时本身就是问题专家，但通常在组织内担任数据工程角色。 实施专家 最后，实施专家负责了解如何将这些模型部署给客户。他们是大规模部署模型所需的基础设施和资源方面的专家。



与这些专家合作时，重要的是让他们提前充分了解项目，以便他们有时间确保在模型准备好部署时有适当的基础设施。了解工作将如何使用也很重要——作为产品中的功能、API 的一部分、与现有流程集成，或者需要从头开始创建新流程。项目的使用将决定谁是最佳的合作实施专家。 如何有效地与合作者合作 时间表是协作的重要组成部分。这使得参与项目的每个人都可以计划何时参与，以帮助推进项目的完成。 考虑一个部署客户保留模型的拟议项目。该模型将识别有可能不再从该组织购买订阅的客户，并向他们发送促销电子邮件以吸引他们留下来。 该项目需要初步了解客户保留指标和趋势，收集相关数据，清理和分析数据，构建分类模型，将其集成到自动电子邮件系统中，并将其设置为上线。