创企独角兽之路：重要一点是打造精良数据科学团队

这种模式也存在一类风险，那就是，作为嵌入型团队的成员，数据科学家团队会感觉自己像是二等公民。产品领导者认为自己无需对他们的发展以及工作满意度负责，而数据科学主管也认为他们的工作不归自己管理。许多公司都采用了嵌入型模式，但此方法只适用于拥有庞大数据科学团队的公司。

完全整合型团队

整合型模式中，根本不存在单独的数据科学团队。事实上，产品团队需要自己去招募并管理自己的数据科学家。

整合型模式能优化企业内部合作。将数据科学家当作是产品团队的一等成员，这样可以解决独立型和嵌入型模式带来的弊端。当数据科学家、软件工程师、设计师以及产品经理为了同一个目标努力时，还有利于集体意识的形成。

整合型模式的缺点就是它稀释了数据科学的身份。单个数据科学家只能与所属产品团队联系在一起，而无法形成一个集中的数据科学团队。同时你还失去了嵌入型模式的灵活性。你很难根据每个数据科学家的技能和兴趣来将其置于合适的位置。此外，整合型模式还给数据科学家的职业发展带来了挑战，因为整合型团队的经理无法准确评估他们的价值和成果。

每一个模式都各有利弊。你需要明确哪一种模式最适合你的企业结构，然后根据需求的变化来调整自己的模式。有时候最好的办法不是采用某一种单一的模式，而且混合型模式。

上图为Daniel Tunkelang在家办公

如何打造一个尊重和重视数据科学的公司文化？

当你的企业逐渐扩大，你就不可避免地想要招募更多的数据科学家。尽早建立一个重视数据科学的文化会让你受益匪浅。

很多公司声称自己是数据驱动型企业，他们收集了大量数据并且投资数据工程，然而最后却功亏一篑。

行动胜于雄辩。只有当企业是基于数据来做决策的时候，数据科学才能发挥最大的价值。

数据科学家和其它人一样，也希望自己的工作得到别人的认可和赞扬。做到这一点，数据科学家就能够保持动力去解决一些难题并且保证他们的解决方案是可以衡量的。

评价数据科学家对团队的贡献是很困难的——特别是当团队是整合型模式时。这就需要数据科学团队的主管保持影响力，同时高层主管也要时常去了解数据科学家做出的贡献。

如果数据科学家不和产品经理、工程师和设计师紧密合作的话，他们将无法开发出出色的产品。如果领导和经营者不重视他们的观点，他们的建议将永远不会对产品产生影响。

如果你建立的团队来自不同的背景、拥有不同的技能组合以及不同的观点，那么他们的影响将会更大。

最后，尽早专注于招募那些与企业理念契合的数据科学家。要想保证工作的高效，团队、产品用户以及决策者就必须信任数据科学家。当你构建团队的时候，招募并奖赏那些认同企业价值观的人。他们的影响是巨大的，无论如何，他们的决策都将影响到企业未来的发展。

【猎云网原创文章未经授权转载必究，如需转载请联系官方微信号进行授权。转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网（微信号：ilieyun）字样。】

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!