Ci hè parechje articuli nantu à e cumpetenze necessarie per esse un bon scientist di dati o analista di dati, ma pochi articuli parranu di e cumpetenze necessarie per successu - sia una rivista di prestazioni eccezziunale, elogi da a gestione, una prumuzione, o tuttu ciò chì sopra. Oghje vi prisintà un materiale chì l'autore vulete sparte a so sperienza persunale cum'è scientist di dati è analista di dati, è ancu ciò chì hà amparatu à ottene u successu.
Eru furtunatu: mi hè stata pruposta a pusizione di scientist di dati quandu ùn aghju avutu micca sperienza in Data Science. Cumu aghju trattatu u compitu hè una storia diversa, è vogliu dì chì aghju avutu solu una vaga idea di ciò chì un scientistu di dati faci prima di piglià u travagliu.
Sò statu ingaghjatu per travaglià in pipelines di dati per via di u mo travagliu precedente cum'è ingegnere di dati, induve aghju sviluppatu un data mart per l'analisi predittiva utilizata da un gruppu di scientisti di dati.
U mo primu annu cum'è scientist di dati implicava a creazione di pipeline di dati per furmà mudelli di apprendimentu di macchina è mette in produzzione. Aghju tenutu un prufilu bassu è ùn hà micca participatu à parechje riunioni cù l'attori di marketing chì eranu l'utilizatori finali di i mudelli.
In u sicondu annu di u mo travagliu in a cumpagnia, u gestore di l'elaborazione di dati è l'analisi rispunsevuli di u marketing partì. Da tandu, sò diventatu u principale attore è hà pigliatu una parte più attiva in u sviluppu di mudelli è discussione di i termini di u prugettu.
Cume aghju interazzione cù i stakeholders, aghju capitu chì Data Science hè un cuncettu vagu chì a ghjente hà intesu parlà, ma ùn capisce micca bè, soprattuttu à i livelli di gestione senior.
Aghju custruitu più di un centu di mudelli, ma solu un terzu di elli sò stati utilizati perchè ùn sapia micca cumu dimustrà u so valore, ancu s'è i mudelli sò stati dumandati principarmenti da u marketing.
Unu di i membri di a mo squadra hà passatu mesi à sviluppà un mudellu chì l'anzianu hà pensatu chì dimustrà u valore di una squadra di scienza di dati. L'idea era di sparghje u mudellu in tutta l'urganizazione una volta chì hè statu sviluppatu è incuraghjenu i squadre di marketing per aduttà.
Risultava esse un fallimentu cumpletu perchè nimu hà capitu ciò chì era un mudellu d'apprendimentu di macchina o puderia capisce u valore di l'usu. In u risultatu, mesi sò stati perditi in qualcosa chì nimu vulia.
Da tali situazioni aghju amparatu certe lezioni, chì daraghju quì sottu.
Lezioni chì aghju amparatu à diventà un scienziatu di dati di successu
1. Stabilite per successu scegliendu a cumpagnia ghjustu.
Quandu s'entrevista in una cumpagnia, dumandate nantu à a cultura di dati è quanti mudelli di machine learning sò aduttati è usati in a decisione. Fate per esempiu. Scuprite se a vostra infrastruttura di dati hè cunfigurata per inizià a modellazione. Se passate u 90% di u vostru tempu à pruvà à tirà e dati crudi è pulizziari, avete pocu à pocu tempu per custruisce qualsiasi mudelli per dimustrà u vostru valore cum'è un scientist di dati. Attenti s'è vo site assuciatu cum'è un scientist di dati per a prima volta. Questu pò esse una cosa bona o una cosa mala, secondu a cultura di dati. Pudete scuntrà più resistenza à l'implementazione di u mudellu se l'alta dirigenza assume un Data Scientist solu perchè a cumpagnia vole esse cunnisciuta cum'è usendu Data Science per piglià megliu decisioni, ma ùn hà micca idea di ciò chì significa veramente. In più, se truvate una cumpagnia chì hè guidata da dati, cresce cun ella.
2. Sapete i dati è indicatori chjave di rendiment (KPIs).
À u principiu, aghju dettu chì cum'è un ingegnere di dati, aghju creatu un data mart analiticu per una squadra di scientisti di dati. Avè divintatu un scientist di dati stessu, aghju pussutu truvà novi opportunità chì anu aumentatu l'accuratezza di mudelli perchè aghju travagliatu intensamente cù dati prima in u mo rolu precedente.
Prisentendu i risultati di una di e nostre campagni, aghju pussutu dimustrà i mudelli chì generanu tassi di cunversione più altu (in percentuale) è poi misurà unu di i KPI di a campagna. Questu hà dimustratu u valore di u mudellu per u rendiment di l'affari à quale u marketing pò esse ligatu.
3. Assicurà l'adopzione di u mudellu dimustrendu u so valore à i stakeholders
Ùn averete mai successu cum'è un scientist di dati se i vostri attori ùn anu mai aduprà i vostri mudelli per piglià decisioni cummerciale. Una manera di assicurà l'adopzione di mudellu hè di truvà un puntu di dolore cummerciale è dimustrà cumu u mudellu pò aiutà.
Dopu avè parlatu cù a nostra squadra di vendita, aghju realizatu chì dui rapprisentanti travagliavanu à tempu pienu per pettighjà manualmente i milioni d'utilizatori in a basa di dati di a cumpagnia per identificà l'utilizatori cù licenze uniche chì eranu più probabili di aghjurnà à licenze di squadra. A selezzione hà utilizatu un inseme di criteri, ma a selezzione hà pigliatu assai tempu perchè i rapprisentanti anu vistu un utilizatore à tempu. Utilizendu u mudellu ch'e aghju sviluppatu, i rapprisentanti anu pussutu indirizzà l'utilizatori più prubabile di cumprà una licenza di squadra è aumentanu a probabilità di cunversione in menu tempu. Questu hà risultatu in un usu più efficaci di u tempu aumentendu i tassi di cunversione per l'indicatori di rendiment chjave chì u squadra di vendita pò esse in relazione.
Sò passati parechji anni è aghju sviluppatu i stessi mudelli una volta è più volte è sentu chì ùn aghju più apprenu nunda di novu. Aghju decisu di circà una altra pusizioni è finisci per ottene una pusizione di analista di dati. A diffarenza di rispunsabilità ùn pudia esse più significativa paragunata à quandu era un scientist di dati, ancu s'ellu era tornatu à sustene u marketing.
Questa era a prima volta chì aghju analizatu esperimenti A / B è trovu tutte e modi in quale un esperimentu pò sbaglià. Cum'è un scientist di dati, ùn aghju micca travagliatu nantu à a prova A / B perchè era riservata à a squadra sperimentale. Aghju travagliatu nantu à una larga gamma di analitiche impattate da u marketing - da l'aumentu di i tassi di cunversione premium à l'ingaghjamentu di l'utilizatori è a prevenzione di churn. Aghju amparatu assai modi diffirenti di guardà e dati è hà passatu assai tempu à cumpilà i risultati è li presentanu à i stakeholders è à l'alta dirigenza. Cum'è un scientist di dati, aghju travagliatu soprattuttu nantu à un tipu di mudellu è raramenti detti discorsi. Avanzate uni pochi anni à e cumpetenze chì aghju amparatu à esse un analista di successu.
Cumpetenze chì aghju amparatu à diventà un analista di dati di successu
1. Amparate à cuntà storie cù dati
Ùn fighjate micca i KPI in isolamentu. Cunnettelli, fighjate l'affari in tuttu. Questu permetterà di identificà e zone chì influenzanu l'altri. L'alta dirigenza vede l'affari à traversu una lente, è una persona chì dimostra sta cumpetenza hè nutata quandu hè u tempu di piglià decisioni di promozione.
2. Fornite idee azzione.
Fornite affari idea efficace per risolve u prublema. Hè ancu megliu s'è vo prupone proattivamente una suluzione quandu ùn hè ancu statu dettu chì avete trattatu cù u prublema sottostanti.
Per esempiu, se avete dettu à u marketing: "Aghju nutatu chì recentemente u numeru di visitatori di u situ hè diminuitu ogni mese".. Questa hè una tendenza chì anu pussutu avè nutatu nantu à u dashboard è ùn avete micca offre alcuna suluzione preziosa cum'è analista perchè avete solu dichjaratu l'osservazione.
Invece, esaminà i dati per truvà a causa è prupone una suluzione. Un esempiu megliu per u marketing seria: "Aghju nutatu chì avemu avutu una diminuzione di u numeru di visitatori à u nostru situ web ultimamente. Aghju scupertu chì a fonte di u prublema hè a ricerca orgànica, per via di cambiamenti recenti chì anu causatu a nostra classificazione di ricerca di Google per calà ".. Stu approcciu mostra chì avete seguitu i KPI di a cumpagnia, hà nutatu u cambiamentu, investigatu a causa è prupostu una suluzione à u prublema.
3. Diventate un cunsigliu di fiducia
Avete bisognu di esse a prima persona chì i vostri stakeholder si rivolgenu per cunsiglii o dumande nantu à l'affari chì sustene. Ùn ci hè micca scurciatoia perchè ci vole tempu per dimustrà queste capacità. A chjave per questu hè di furnisce sempre analisi di alta qualità cù errori minimi. Qualchese sbagliu di calculu vi costarà punti di credibilità perchè a prossima volta chì furnisce un analisi, a ghjente pò dumandà: Sì avete sbagliatu l'ultima volta, forse avete sbagliatu ancu sta volta?. Verificate sempre u vostru travagliu. Ùn hè micca male ancu di dumandà à u vostru capu o cullega per fighjà i vostri numeri prima di presentà si avete qualchì dubbiu nantu à a vostra analisi.
4. Amparate à cumunicà i risultati cumplessi chjaramente.
In novu, ùn ci hè micca scurciatoia per amparà cumu cumunicà in modu efficace. Questu hè bisognu di pratica è cù u tempu avete da esse megliu. A chjave hè di identificà i punti principali di ciò chì vulete fà è ricumandemu qualsiasi azzioni chì, in u risultatu di a vostra analisi, i stakeholder ponu piglià per migliurà l'affari. Quantu più altu site in una urganizazione, più impurtanti sò e vostre cumpetenze di cumunicazione. A cumunicazione di risultati cumplessi hè una cumpetenza impurtante per dimustrà. Aghju passatu anni à amparà i sicreti di successu cum'è scientist di dati è analista di dati. A ghjente definisce u successu di manera diversa. Per esse qualificatu cum'è un analista "sorprendente" è "stellare" hè successu à i mo ochji. Avà chì cunnosci sti sicreti, spergu chì u vostru percorsu vi porta rapidamente à u successu, in ogni modu definite.
È per fà a vostra strada di successu ancu più veloce, mantene u codice promo HABR, da quale pudete uttene un 10% supplementu à u scontu indicatu nantu à u banner.
Più corsi
Articuli presentati
Source: www.habr.com