Warum brauchen Data Science-Teams Allrounder und keine Spezialisten

HIROSHI WATANABE/GETTY IMAGES

In dem Buch „Der Wohlstand der Nationen“ zeigt Adam Smith, wie die Arbeitsteilung zur Hauptquelle der Produktivitätssteigerung wird. Ein Beispiel ist die Montagehalle einer Stecknadelfabrik: „Ein Arbeiter zieht Draht, ein anderer richtet ihn auf, der dritte schneidet, der vierte spitzt das Ende, der fünfte schleift das andere Ende zum Aufsetzen des Kopfes.“ Durch die auf bestimmte Funktionen ausgerichtete Spezialisierung wird jeder Arbeiter zu einem hochqualifizierten Spezialisten in seiner engen Aufgabe, was zu einer Steigerung der Effizienz des Prozesses führt. Die Produktion pro Arbeiter vermehren sich erheblich, während das Werk effektiver in der Herstellung von Stecknadeln wird.

Diese funktionale Arbeitsteilung ist selbst heute so tief in unseren Köpfen verwurzelt, dass wir unsere Teams schnell entsprechend organisiert haben. Data Science ist da keine Ausnahme. Komplexe algorithmische Geschäftschancen erfordern eine Vielzahl von Arbeitsfunktionen, weshalb Unternehmen in der Regel Gruppen von Fachleuten bilden: Forscher, Datenanalysten, Maschinenbauingenieure, Wissenschaftler für Kausalzusammenhänge und so weiter. Die Arbeit der Spezialisten wird von einem Produktmanager koordiniert, der die Funktionen so übergibt, dass es an die Stecknadelfabrik erinnert: „Ein Mensch erhält die Daten, ein anderer modelliert sie, der dritte führt sie aus, der vierte misst“ und so weiter.

Leider dürfen wir unsere Data Science-Teams nicht zur Leistungssteigerung optimieren. Dennoch tun Sie das, wenn Sie verstehen, was Sie produzieren: Stecknadeln oder etwas anderes, und einfach versuchen, die Effizienz zu steigern. Das Ziel von Montagelinien ist es, eine Aufgabe zu erledigen. Wir wissen genau, was wir wollen – das sind Stecknadeln (wie im Beispiel von Smith), aber man könnte jedes Produkt oder jede Dienstleistung erwähnen, bei denen die Anforderungen alle Aspekte des Produkts und seines Verhaltens vollständig beschreiben. Die Rolle der Mitarbeiter besteht darin, diese Anforderungen so effizient wie möglich zu erfüllen.

Aber das Ziel von Data Science besteht nicht darin, Aufgaben auszuführen. Vielmehr besteht das Ziel darin, neue, starke Geschäftsmöglichkeiten zu erforschen und zu entwickeln. Algorithmische Produkte und Dienstleistungen wie Empfehlungssysteme, Kundeninteraktionen, Klassifizierung von Stilvorlieben, Größenanpassung, Modedesign, Logistikoptimierung, Entdeckung saisonaler Trends und vieles mehr können nicht im Voraus entwickelt werden. Sie müssen erlernt werden. Es gibt keine Pläne zur Reproduktion, es sind neue Möglichkeiten mit der ihnen innewohnenden Unsicherheit. Parameter, Modelle, Modelltypen, Hyperparameter, alle notwendigen Elemente müssen durch Experimente, Versuche und Irrtümer sowie Wiederholungen erforscht werden. Bei Nadeln erfolgt das Lernen und das Design im Voraus, bevor sie produziert werden. Mit Data Science lernen Sie im Prozess und nicht davor.

In der Nadelproduktionsstätte, wenn das Lernen an erster Stelle steht, erwarten und wollen wir nicht, dass die Mitarbeiter an irgendeinem Merkmal des Produkts improvisieren, außer um die Effizienz der Produktion zu steigern. Die Spezialisierung auf Aufgaben macht Sinn, da sie zu einer Effizienz der Prozesse und einer Konsistenz in der Produktion führt (ohne Änderungen am Endprodukt vorzunehmen).

Aber wenn das Produkt noch in der Entwicklung ist und das Ziel im Lernen besteht, behindert die Spezialisierung unsere Ziele in den folgenden Fällen:

1. Es erhöht die Koordinationskosten.

Das heißt, diese Kosten, die sich über die Zeit anhäufen, die für Kommunikation, Diskussion, Begründung und Festlegung von Prioritäten bei der Arbeit, die erledigt werden muss, aufgebracht werden. Diese Kosten skalieren überlinear mit der Anzahl der beteiligten Personen. (Wie uns J. Richard Hackman beigebracht hat, steigt die Anzahl der Beziehungen r entsprechend der Funktion der Mitgliederzahl n in dieser Gleichung: r = (n ^ 2-n) / 2. Und jede Beziehung offenbart ein gewisses Kostenverhältnis). Wenn Datenanalysten nach Funktionen organisiert sind, erfordert jede Phase, jede Änderung, jeder Servicetransfer usw. viele Spezialisten, was die Koordinationskosten erhöht. Zum Beispiel müssen Statistiker, die mit neuen Funktionen experimentieren möchten, ihre Aktivitäten mit den Datenverarbeitungsingenieuren koordinieren, die die Datensätze jedes Mal ergänzen, wenn sie etwas Neues ausprobieren wollen. Ebenso bedeutet jedes neu trainierte Modell, dass der Modellentwickler jemanden braucht, mit dem er seine Aktionen zur Implementierung koordinieren kann. Die Koordinationskosten fungieren als Gebühr für die Iteration, was sie schwieriger und kostspieliger macht und die Wahrscheinlichkeit erhöht, dass auf die Forschung verzichtet wird. Dies kann das Lernen behindern.

2. Das erschwert die Wartezeit.

Noch beunruhigender als die Koordinationskosten sind die zwischen den Arbeitsschichten verlorenen Zeiten. Während die Koordinationskosten normalerweise in Stunden gemessen werden – der Zeit, die für Meetings, Diskussionen, Projektbesprechungen erforderlich ist – wird die Wartezeit normalerweise in Tagen, Wochen oder sogar Monaten gemessen! Die Zeitpläne der Fachleute sind schwer in Einklang zu bringen, da jeder Spezialist mehreren Projekten zugeordnet werden muss. Eine einmalige Zusammenkunft zur Diskussion von Änderungen kann mehrere Wochen in Anspruch nehmen, um den Arbeitsablauf zu koordinieren. Und nach der Genehmigung der Änderungen muss die tatsächliche Arbeit im Kontext vieler anderer Projekte eingeplant werden, die die Arbeitszeit der Spezialisten in Anspruch nehmen. Aufgaben, die mit der Korrektur von Code oder Forschungsarbeiten verbunden sind, die nur wenige Stunden oder Tage zur Fertigstellung benötigen, können viel länger dauern, bevor Ressourcen verfügbar sind. Bis dahin wird die Iteration und das Lernen ausgesetzt.

3. Das schränkt den Kontext ein.

Die Arbeitsteilung kann das Lernen künstlich einschränken, indem sie Menschen dafür belohnt, dass sie in ihrem Spezialgebiet bleiben. Ein Forscher, der in seinem Funktionsbereich bleiben muss, wird seine Energie darauf konzentrieren, Experimente mit verschiedenen Arten von Algorithmen durchzuführen: Regression, neuronale Netze, Random Forest usw. Ein gut gewählter Algorithmus kann sicherlich zu schrittweisen Verbesserungen führen, aber im Allgemeinen kann viel mehr aus anderen Tätigkeiten gewonnen werden, wie etwa der Integration neuer Datenquellen. Ebenso hilft es, ein Modell zu entwickeln, das jede Erklärungskraft der Daten nutzt. Dennoch kann die Stärke darin liegen, die Zielsetzung zu ändern oder bestimmte Einschränkungen zu lockern. Das ist schwer zu erkennen oder zu tun, wenn ihre Arbeit eingeschränkt ist. Da der Spezialist sich auf die Optimierung von Algorithmen konzentriert, hat er viel weniger Chancen, sich mit etwas anderem zu befassen, auch wenn es erhebliche Vorteile bringt.

Nennen wir die Anzeichen, die auftreten, wenn Data-Science-Teams wie eine Stecknadel-Fabrik arbeiten (zum Beispiel bei einfachen Status-Updates): „Warten auf Änderungen im Datenfluss“ und „Warten auf Ressourcen des ML-Engineers“, die häufige Blockaden darstellen. Dennoch glaube ich, dass der gefährlichere Einfluss darin besteht, was Sie nicht bemerken, weil Sie bedauern, was Sie nicht wissen. Ein makelloses Erfüllen von Anforderungen und Selbstzufriedenheit, die durch das Erreichen von Effizienz in den Prozessen erreicht wurden, können die Wahrheit darüber verschleiern, dass Organisationen sich der Lernvorteile, die sie verpassen, nicht bewusst sind.

Die Lösung dieses Problems liegt natürlich darin, sich von der Stecknadel-Fabrik-Methode zu befreien. Um Lernen und Iteration zu fördern, sollten Rollen in der Data Science gemeinsam, aber mit umfassenden Verantwortlichkeiten ohne technische Abhängigkeit sein, das heißt, organisieren Sie die Datenexperten so, dass sie für das Lernen optimiert sind. Das bedeutet, dass es notwendig ist, „Full-Stack-Spezialisten“ einzustellen - vielseitige Fachkräfte, die verschiedene Funktionen ausführen können: von der Konzeption bis zur Modellierung, von der Implementierung bis zur Messung. Es ist wichtig zu betonen, dass ich nicht behaupte, dass bei der Einstellung von Voll-Stack-Spezialisten die Anzahl der Mitarbeiter verringert werden sollte. Wahrscheinlicher ist es, dass ich einfach annehme, dass, wenn sie anders organisiert werden, ihre Anreize besser mit den Vorteilen von Lernen und Effizienz übereinstimmen. Zum Beispiel haben Sie ein Team von drei Personen, das über drei Geschäftskompetenzen verfügt. In einer Stecknadel-Fabrik würde jeder Spezialist ein Drittel seiner Zeit jeder beruflichen Aufgabe widmen, da niemand sonst seine Arbeit ausführen kann. Im Full-Stack ist jeder vielseitige Mitarbeiter vollständig dem gesamten Geschäftsprozess, der Skalierung der Arbeit und dem Lernen gewidmet.

Mit weniger Menschen, die den Produktionszyklus unterstützen, sinkt die Koordination. Der Universalist bewegt sich reibungslos zwischen den Funktionen, erweitert die Datenpipeline, um mehr Datenvolumen hinzuzufügen, testet neue Funktionen in Modellen, bringt neue Versionen für kausale Messungen in die Produktion und wiederholt die Schritte so schnell, wie neue Ideen kommen. Natürlich führt der Universalist verschiedene Funktionen nacheinander und nicht parallel aus. Schließlich ist es nur eine Person. Die Ausführung der Aufgabe nimmt jedoch in der Regel nur einen kleinen Teil der Zeit in Anspruch, die für den Zugriff auf eine andere spezialisierte Ressource erforderlich ist. Daher verkürzt sich die Iterationszeit.

Unser Universalist ist möglicherweise nicht so geschickt wie ein Spezialist in einer bestimmten Arbeitsfunktion, aber wir streben nicht nach funktionaler Perfektion oder kleinen schrittweisen Verbesserungen. Vielmehr versuchen wir, ständig neue berufliche Herausforderungen zu lernen und zu entdecken, mit einer schrittweisen Wirkung. Mit einem ganzheitlichen Kontext für eine umfassende Lösung sieht er Chancen, die ein enger Spezialist übersehen würde. Er hat mehr Ideen und mehr Möglichkeiten. Auch er scheitert. Dennoch ist der Preis des Scheiterns gering, während die Vorteile des Lernens hoch sind. Diese Asymmetrie begünstigt schnelle Iterationen und belohnt das Lernen.

Es ist wichtig zu beachten, dass die Reichweite der Autonomie und der Vielfalt der Fähigkeiten, die Wissenschaftlern, die mit Full-Stack arbeiten, zur Verfügung stehen, in hohem Maße von der Zuverlässigkeit der Datenplattform abhängt, auf der sie arbeiten können. Eine gut konstruierte Datenplattform abstrahiert Wissenschaftler im Datenmanagement von den Komplikationen der Containerisierung, der verteilten Verarbeitung, dem automatischen Wechsel zu einer anderen Ressource und anderen fortschrittlichen Computer-Konzepten. Neben der Abstraktion kann eine zuverlässige Datenplattform einen nahtlosen Zugang zur experimentellen Infrastruktur bieten, die Überwachung und das Alarmierungssystem automatisieren, automatisches Skalieren und die Visualisierung von algorithmischen Ergebnissen sowie Debugging gewährleisten. Diese Komponenten werden von Ingenieuren der Datenplattform entworfen und erstellt, d. h. sie werden nicht an das Entwicklerteam der Datenplattform von einem Data-Science-Spezialisten übertragen. Der Data-Science-Spezialist ist verantwortlich für den gesamten Code, der zum Betrieb der Plattform verwendet wird.

Ich war auch einmal an einer funktionalen Arbeitsteilung interessiert, die die Effizienz von Prozessen nutzt, aber durch Ausprobieren (es gibt keinen besseren Lernweg) habe ich festgestellt, dass typische Rollen das Lernen und die Innovation besser unterstützen und die richtigen Kennzahlen liefern: die Entdeckung und den Aufbau vieler mehr Geschäftsmöglichkeiten als ein spezialisierter Ansatz. (Ein effektiverer Weg, um über diesen Organisationsansatz zu lernen als die Methode des Ausprobierens, durch die ich gegangen bin, ist das Lesen des Buches von Amy Edmondson "Teaminteraktion: Wie Organisationen lernen, Innovationen schaffen und im Wissensökonomie konkurrieren").

Es gibt einige wichtige Annahmen, die diesen Ansatz zur Organisation in einigen Unternehmen mehr oder weniger zuverlässig machen können. Der Iterationsprozess senkt die Kosten für Versuche und Fehler. Wenn die Kosten für Fehler hoch sind, möchten Sie diese möglicherweise reduzieren (aber das wird für medizinische Anwendungen oder die Produktion nicht empfohlen). Wenn Sie zudem mit Petabytes oder Exabytes an Daten umgehen, könnte eine Spezialisierung im Bereich der Datengestaltung erforderlich sein. Ebenso, wenn die Aufrechterhaltung der Geschäftsmöglichkeiten im Netz und deren Verfügbarkeit wichtiger ist als deren Verbesserung, kann funktionale Exzellenz das Lernen übertreffen. Schließlich beruht das Full-Stack-Modell auf der Meinung von Fachleuten. Sie sind keine Einhörner; sie sind zu finden oder selbst auszubilden. Allerdings sind sie sehr gefragt, und um sie in das Unternehmen zu holen und zu halten, sind wettbewerbsfähige materielle Vergütungen, nachhaltige Unternehmenswerte und interessante Arbeitsaufgaben erforderlich. Stellen Sie sicher, dass Ihre Unternehmenskultur solche Bedingungen gewährleisten kann.

Selbst bei all dem, was gesagt wurde, glaube ich, dass das Full-Stack-Modell die besten Bedingungen für den Start bietet. Beginnen Sie damit und bewegen Sie sich dann bewusst in Richtung funktionaler Arbeitsteilung, nur wenn dies wirklich notwendig ist.

Es gibt auch andere Nachteile der funktionalen Spezialisierung. Sie kann zu einem Verlust von Verantwortung und Passivität bei den Mitarbeitern führen. Smith selbst kritisiert die Arbeitsteilung und vermutet, dass sie zur Abstumpfung von Talenten führt, d.h. die Mitarbeiter werden ungebildet und isoliert, da ihre Rollen auf wenige sich wiederholende Aufgaben beschränkt sind. Während Spezialisierung den Prozess effizient gestalten kann, inspiriert sie selten die Mitarbeiter.

Universelle Rollen bieten alles, was die Arbeitszufriedenheit fördert: Autonomie, Fachkompetenz und Zielstrebigkeit. Autonomie bedeutet, dass sie für ihren Erfolg von nichts abhängig sind. Fachkompetenz liegt in starken Wettbewerbsvorteilen. Zielstrebigkeit besteht darin, Einfluss auf das Geschäft zu nehmen, das sie aufbauen. Wenn es uns gelingt, die Menschen für ihre Arbeit zu begeistern und einen großen Einfluss auf das Unternehmen auszuüben, wird sich alles andere an seinem Platz einfinden.

Quelle: habr.com