0
| 本文作者： 恒亮 | 2017-03-03 18:32 |
雷鋒網(wǎng)按：本文原作者 Matthew Coffman，他是專注于企業(yè)云的風(fēng)投基金 High Alpha 的產(chǎn)品經(jīng)理，具有豐富的大數(shù)據(jù)行業(yè)經(jīng)驗(yàn)，也參與和見(jiàn)證了許多數(shù)據(jù)類公司的創(chuàng)立和發(fā)展。根據(jù)自己在行業(yè)里多年的觀察和思考，Matthew Coffman 提出了以下幾條針對(duì)初創(chuàng)公司的數(shù)據(jù)科學(xué)實(shí)踐指南。雷鋒網(wǎng)編譯。
Matthew Coffman
首先，我們需要明確一個(gè)概念：什么是數(shù)據(jù)科學(xué)家？
一般的定義是：能夠采用科學(xué)方法、運(yùn)用數(shù)據(jù)挖掘工具對(duì)復(fù)雜多量的信息進(jìn)行數(shù)字化重現(xiàn)與認(rèn)識(shí)，并能從中找出新的數(shù)據(jù)洞察的工程師或?qū)＜?。這里，從實(shí)際工程的角度，來(lái)自知名信息聚合平臺(tái) Slack 的首席數(shù)據(jù)工程師 Josh Wills 對(duì)數(shù)據(jù)科學(xué)家下了這樣一個(gè)更精辟的定義：軟件工程師里統(tǒng)計(jì)學(xué)最好的，統(tǒng)計(jì)學(xué)家里編程能力最強(qiáng)的那些人，就是數(shù)據(jù)科學(xué)家。
下面進(jìn)入正題，作為一個(gè)初創(chuàng)公司的項(xiàng)目主管，怎樣才能更好地應(yīng)對(duì)數(shù)據(jù)科學(xué)挑戰(zhàn)呢，有如下幾條實(shí)踐指導(dǎo)。
首先需要明確的一點(diǎn)是，當(dāng)前的數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和 AI 作為一個(gè)獨(dú)立的行業(yè)都已經(jīng)具備了相當(dāng)?shù)捏w量。利用各種供應(yīng)商提供的各種平臺(tái)、工具和算法，我們幾乎可以解決所有應(yīng)用程序的相關(guān)問(wèn)題。
但這些工具和平臺(tái)，與真正的數(shù)據(jù)科學(xué)家是兩回事。事實(shí)上，目前所有的大公司都在競(jìng)聘行業(yè)里頂尖的數(shù)據(jù)科學(xué)家。因此，對(duì)于那些專注于研究下一代的智能聊天機(jī)器人或者大數(shù)據(jù)分析應(yīng)用的創(chuàng)業(yè)者來(lái)說(shuō)，機(jī)會(huì)已經(jīng)不多了。
如果你的公司足夠幸運(yùn)，已經(jīng)招到了一位珍貴的數(shù)據(jù)科學(xué)家，那就一定要讓他作為你的合伙人，共同規(guī)劃和執(zhí)行公司的項(xiàng)目。同時(shí)你需要明確的一點(diǎn)是，在構(gòu)建和擴(kuò)展應(yīng)用程序的所有其他復(fù)雜功能方面，數(shù)據(jù)科學(xué)家們很多時(shí)候并不具備其他工程師的專業(yè)知識(shí)和經(jīng)驗(yàn)。一定要讓數(shù)據(jù)科學(xué)家和工程師協(xié)同合作，共同參與項(xiàng)目的規(guī)劃，才能最大限度地確保成功。
那么，在缺少主題專家的情況下，項(xiàng)目主管要怎樣為其產(chǎn)品尋求有意義的數(shù)據(jù)科學(xué)驅(qū)動(dòng)功能呢？這里推薦一個(gè)非常實(shí)用的方法：就像大多數(shù)其他產(chǎn)品的規(guī)劃流程一樣，做到理智的取舍。在當(dāng)前豐富而強(qiáng)大的工具和平臺(tái)的幫助下，團(tuán)隊(duì)可以實(shí)現(xiàn)幾乎任何想要的功能。因此，對(duì)項(xiàng)目主管來(lái)說(shuō)，重點(diǎn)就在于確定真正核心的功能并平衡其影響。
創(chuàng)業(yè)圈流行這樣一個(gè)理念：開(kāi)發(fā)產(chǎn)品時(shí)先做出一個(gè)簡(jiǎn)單的原型——最小化的可用產(chǎn)品（Minimum Viable Product, MVP），然后通過(guò)測(cè)試并收集用戶的反饋，快速迭代，不斷修正產(chǎn)品，最終適應(yīng)市場(chǎng)的需求，推出讓用戶滿意的產(chǎn)品。這一點(diǎn)放在數(shù)據(jù)產(chǎn)品上也同樣適用。
要做到 MVDP，有以下三點(diǎn)需要注意：
1. 對(duì)客戶真正有價(jià)值：增強(qiáng)或加深他們與產(chǎn)品的關(guān)系；
2. 可用和足夠的數(shù)據(jù)：即使是最好的算法，也不能沒(méi)有數(shù)據(jù)去執(zhí)行；
3. 實(shí)時(shí)性的交付：團(tuán)隊(duì)是否可以利用現(xiàn)有的資源和現(xiàn)成的解決方案實(shí)現(xiàn)功能。
項(xiàng)目主管可以從產(chǎn)品特性討論開(kāi)始，優(yōu)先考慮那些對(duì)客戶最有價(jià)值的特性。并且與工程師團(tuán)隊(duì)（以及潛在的數(shù)據(jù)科學(xué)專業(yè)人員）一起討論，確定待實(shí)現(xiàn)的特性與現(xiàn)有的數(shù)據(jù)、資源是否匹配。
不要擔(dān)心縮小范疇，MVDP 本身的目標(biāo)就是快速輸出一個(gè)對(duì)客戶有價(jià)值的原型產(chǎn)品。只要能證明這個(gè)原型有價(jià)值，后續(xù)可以再添加額外的復(fù)雜功能。這一點(diǎn)放在數(shù)據(jù)科學(xué)項(xiàng)目上尤其重要，因?yàn)閿?shù)據(jù)產(chǎn)品在很大程度上就是要盡量防止過(guò)多的復(fù)雜性，以減少項(xiàng)目落空的機(jī)會(huì)。
當(dāng)前，一般的工程師和產(chǎn)品團(tuán)隊(duì)在實(shí)現(xiàn)產(chǎn)品性能方面都表現(xiàn)優(yōu)異，但是他們通常都需要一些工具包或者框架的幫助。數(shù)據(jù)科學(xué)家們提供了給定數(shù)據(jù)集的深層次的理解，提供了正確的工具/技術(shù)來(lái)幫助實(shí)現(xiàn)產(chǎn)品特性，并成功將這些工具和產(chǎn)品應(yīng)用到產(chǎn)品研發(fā)的過(guò)程中。可能有些創(chuàng)業(yè)公司目前并沒(méi)有自己的數(shù)據(jù)科學(xué)家，但可喜的是，現(xiàn)在互聯(lián)網(wǎng)上充滿了相關(guān)教程和學(xué)習(xí)資料，還有豐富的程序Demo和API接口，可以幫助這些公司實(shí)現(xiàn)數(shù)據(jù)科學(xué)的相關(guān)功能。
而且，目前幾乎所有的算法和技術(shù)都可以找到第三方實(shí)現(xiàn)好的現(xiàn)成的工具包，工程師團(tuán)隊(duì)真正的研發(fā)重點(diǎn)應(yīng)該是數(shù)據(jù)的準(zhǔn)備和加載，訓(xùn)練和選擇合適的模型/算法/工具，并將其成功應(yīng)用在產(chǎn)品里。必須明確的一點(diǎn)是：團(tuán)隊(duì)不應(yīng)該完全從零開(kāi)始構(gòu)建所有東西，這是一種寶貴資源的浪費(fèi)。
隨著 MVDP 的實(shí)現(xiàn)，下面需要找到最實(shí)用的方法來(lái)實(shí)現(xiàn)產(chǎn)品特性。當(dāng)然，需要首先明確的一點(diǎn)是：并不存在某個(gè)單一的工具或平臺(tái)適合所有產(chǎn)品。對(duì)此，我們給出以下幾條建議。
1. 通用的機(jī)器學(xué)習(xí)平臺(tái)和預(yù)測(cè)服務(wù)：Google Prediction API，Amazon Machine Learning API，Microsoft Azure Machine Learning API 以及 BigML。通過(guò)這些開(kāi)放 API 接口，用戶可以將數(shù)據(jù)輸入到預(yù)先構(gòu)建好的或者自定義的模型，實(shí)現(xiàn)快速測(cè)試，并合并到產(chǎn)品中。這種類型的服務(wù)非常適合于預(yù)測(cè)用戶行為，在大數(shù)據(jù)集中標(biāo)記用戶和產(chǎn)品，以及對(duì)數(shù)據(jù)集進(jìn)行優(yōu)先級(jí)排序等場(chǎng)景。
2. 特定用途的 AI 平臺(tái)：這一類的工具似乎發(fā)展勢(shì)頭強(qiáng)勁，初創(chuàng)公司可以直接接入這些平臺(tái)，然后通過(guò)云端計(jì)算實(shí)現(xiàn)各種各樣的創(chuàng)新功能。主要的供應(yīng)商包括 IBM Watson（語(yǔ)音識(shí)別，圖像識(shí)別，翻譯）和 Google Cloud（語(yǔ)音，文字，圖像和其他服務(wù)），并且每天都有許多這一類的新興的初創(chuàng)公司涌現(xiàn)。
3. 博客，資源和社區(qū)討論：與大多數(shù)其他領(lǐng)域的發(fā)展一樣，互聯(lián)網(wǎng)提供了一個(gè)分享互助的基礎(chǔ)，初創(chuàng)公司可以相對(duì)容易地與其他團(tuán)隊(duì)分享和交流他們的數(shù)據(jù)科學(xué)項(xiàng)目經(jīng)驗(yàn)，并相互學(xué)習(xí)，取長(zhǎng)補(bǔ)短。這里建議 KDnuggets 和 O'Reilly 這兩個(gè)社區(qū)。
這里還需要強(qiáng)調(diào)：無(wú)論借助哪種工具或者框架的幫助，項(xiàng)目主管都需要明確：始終聚焦于向客戶提供有價(jià)值的最小化的可行產(chǎn)品，然后其他所有的各項(xiàng)措施都是圍繞這一核心目標(biāo)展開(kāi)的。明確這一點(diǎn)，有助于保持?jǐn)?shù)據(jù)科學(xué)的相關(guān)項(xiàng)目始終在可控的范圍內(nèi)成長(zhǎng)。
在做任何一個(gè)特性之前，都需要首先明確如何衡量客戶對(duì)該特性的滿意度。考慮到數(shù)據(jù)科學(xué)項(xiàng)目額外的復(fù)雜性，因此，在客戶反饋和特性迭代之間建立一個(gè)緊密的循環(huán)機(jī)制就變得更加重要。而且由于對(duì)數(shù)據(jù)和模型的巨大依賴，因此通常情況下研發(fā)人員很難排查為什么最終實(shí)現(xiàn)的特性沒(méi)有預(yù)想的效果好。另外，項(xiàng)目主管在制定每一輪迭代的預(yù)期工作量時(shí)都發(fā)揮著至關(guān)重要的作用，并且通常還需要針對(duì)一些計(jì)劃外的工作價(jià)值做出判斷。在某些極端的情況下，如果一個(gè)特性看起來(lái)需要太多的工作投入或者結(jié)果仍然不可預(yù)測(cè)，那么就有可能選擇完全放棄該特性。
值得注意的是：一個(gè)好的項(xiàng)目主管應(yīng)該在客戶和數(shù)據(jù)之間保持一種勤奮的工作關(guān)系。當(dāng)客戶實(shí)測(cè)一個(gè)數(shù)據(jù)科學(xué)驅(qū)動(dòng)的新特性時(shí)，及時(shí)準(zhǔn)確地考察來(lái)自這兩個(gè)來(lái)源的反饋將變得至關(guān)重要。
Slack的首席數(shù)據(jù)工程師 Josh Wills 表示：當(dāng)前對(duì)許多公司而言，數(shù)據(jù)科學(xué)方面的投入只是其眾多產(chǎn)品投入的一部分。在大多是情況下，只需要一項(xiàng)或者兩項(xiàng)的投入起作用，就能支撐起整個(gè)產(chǎn)品。而且，數(shù)據(jù)科學(xué)的入門(mén)真的很難，他稱之為信仰的行為（an act of faith）。像Facebook、谷歌和亞馬遜這樣的巨頭公司，他們的發(fā)展規(guī)模其實(shí)早已超出了建立時(shí)的初衷，數(shù)據(jù)科學(xué)幾乎變成了所有業(yè)務(wù)的核心驅(qū)動(dòng)力?，F(xiàn)在，機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)幾乎變成了所有大公司用來(lái)創(chuàng)造價(jià)值的主要工具，他們通過(guò)考察用戶體驗(yàn)掌握先機(jī)，然后通過(guò)自動(dòng)化的方法通過(guò)特定的產(chǎn)品使客戶的生活變得越來(lái)越便捷。
從實(shí)用的觀點(diǎn)來(lái)說(shuō)，當(dāng)下的項(xiàng)目主管應(yīng)該要開(kāi)始嘗試將數(shù)據(jù)科學(xué)的相關(guān)特性融入到產(chǎn)品中去。雖然趕超大公司可能仍然是一個(gè)不小的挑戰(zhàn)，但我們需要聚焦于我們自己的目標(biāo)客戶的實(shí)際需求，并盡一切可能的努力去提升他們的使用體驗(yàn)。
來(lái)源：kdnuggets，雷鋒網(wǎng)編譯
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
