NEWS前沿动态

促进数据科学、选择现实项目和人员技能发展是目前首席数据科学家的三大优先事项

来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-07-14

首席数据科学家比以往任何时候都更需要成为这项技术的传播者
的首席数据科学家在组织内工作，帮助业务部门将人工智能和机器学习应用到他们的项目中，目前首席数据科学家的关键优先事项是促进数据科学、选择正确的项目以及指导人们运行这些项目。

1：推广数据科学：成为传道者和现实主义者
除了成为传道者之外，首席数据科学家还需要成为现实主义者，大约 60% 的数据科学项目以失败告终，首席数据科学家的角色是帮助挑选有可能以失败风险帮助组织的项目，并决定如何为这些项目分配资源，除了与高层领导一起讨论企业的可能性外，优秀的首席数据科学家还需要花时间与业务部门一起了解他们未来几年的需求，通过直接与业务部门合作，首席数据科学家可以在整个企业范围内扩展 AI 和 ML 功能，由于资源有限，选择合适的项目开展将至关重要。

2：选择你的项目：确保它们是正确的项目
首席数据科学家需要确定哪些新项目是公司增长不可或缺的一部分，哪些将提高效率，哪些仅仅是好的，对于可以推动组织向前发展的关键任务项目，首席数据科学家需要建立一个内部团队来解决这些问题，在这里首席数据科学家希望将活动从实验阶段转移到可以增加公司利润的实际项目中，对于提高效率的项目，首席数据科学家应该与他们的团队合作，寻找购买可用技术的方法，有很多很棒的工具可以帮助您进行图像、文本、时间序列分析等，但是要了解如何使用这些工具，首席数据科学家需要与市场上即将推出的工具保持同步，以评估-班级，对于好的项目，首席数据科学家应该确定企业是否有资源来推进这些项目，或者是否值得将这些项目搁置，因为与推进非必要项目相关的风险可能超过任何可能的收益.

3：优先考虑人际交往能力：很难找到好的导师
由于资源有限，选择合适的项目开展将至关重要，根本没有足够的优秀数据科学家来执行组织想要完成的所有工作，聪明的首席数据科学家将在接下来的六个月内为内部业务部门的员工制定培训计划，他们将需要与整个企业的人员一起举办培训课程，以帮助他们获得在业务级别交付项目所需的技能，对于没有数据科学经验的来说，通常很难知道数据科学是否可以帮助解决他们想要解决的业务问题，以及与使用基于数据科学的解决方案解决该问题相关的风险和成本，随着我们进入一个大流行后的世界，首席数据科学家需要帮助高级了解人工智能如何帮助制定长期业务战略，同时让他们了解其中许多项目都存在不确定性，而预期的结果可能不会应验。

的想法

数据科学项目不像普通的软件开发，因为它们是由数据驱动的，因此充满了不确定性，当你开始一个数据科学项目时，你不知道你是否能达到你想要达到的结果，首席数据科学家必须对风险有一个现实的认识，并能够在整个企业内传达这些风险。

Prev article

Python 是 AI 通用语言的三个原因

返回列表

Next article

CPDA数据分析师培训多地同步开班！