
Bigabid首席技术官兼联合创始人Amit Attias
无论一个数据科学家刚刚开始她的职业生涯,还是她已经是一个经验丰富的专业人士,在初创企业工作都有很多优势。大多数创业公司都更加亲力亲为,通常大多数员工都参与了公司的许多方面。这为参与和扩大技能提供了一个很好的机会。
在一个较大的公司,一个团队可能负责研究和开发,而另一个团队负责质量保证。在初创企业,同一个团队可能负责研究、开发和测试的所有方面。因此,创业专业人士接触到了更广泛的经验,因为他们看到了全局,并迅速获得了成为团队领导者所需的工具。
如果一名数据科学家有机会在初创公司工作,这里有六个小贴士将帮助她和其他数据专业人士取得成功:
作为一名团队成员,数据科学家不仅应该在需要代码审查时审查笔记本,还应该阅读团队的所有笔记本和附带笔记本(包括可能有不同关注点的笔记本)。这确保了她对整个过程以及研究是如何发展的获得最充分的理解。数据科学家每天做出无数的决定,他们甚至没有意识到。研究笔记本让她收获了其他人在初创公司完成的代码审查的好处。
好处有两方面:
通过积极地与团队联系,一个数据科学家不仅可以了解其他人在做什么,她还可以发现如何以有意义和有价值的方式做出贡献。
拥抱初创企业的“自己动手”精神,让数据科学家有机会开发软件工具,而在较大的公司中,这些工具将由独立的工程团队开发。这不仅提高了一个人的技能,也使一个人更加自给自足,使一个人能够独立地排除和修复问题。
在一个较小的初创企业,团队中的每个成员都是一个更大的生态系统中有价值的一部分,协调一致地创建一个产品或服务。这转化为参与和理解公司使命的每一个方面背后的推理的机会。
理解用户界面就像理解流程和系统的利益相关者一样重要。当处理一个假设、建立一个内部工具、训练一个模型时,数据科学家必须考虑:
一个数据科学家可以通过寻找用户反馈来更好地理解UI的工作原理,如果在她工作的初创公司有的话。有时,用户可能已经知道什么有效,什么不有效,所以通过倾听他们的意见,可以帮助她决定重点开发哪些功能。从队友那里得到关于可能盲点的反馈也很重要,因为他们的视角会不同,他们的有利位置会发现疏忽。
通过对数据科学家创造的内容承担全部责任,她可以获得用户和团队中其他人提供的有价值的见解,并加以很好地利用。
在一家较大的公司,在测试一个拉请求后,数据科学家的工作就结束了。在初创公司,同一个数据科学家会更进一步,检查功能/模型是如何运行的,以及她的见解是如何实现的。初创企业的数据科学家还必须关注实时监视器和日志,检查其中一些,以发现最初几分钟/几小时/几天内的任何违规行为。
正如这六个小贴士所展示的那样,创业公司的成功需要更高的适应能力,随机应变的意愿,以及在需要时调整方向的能力。它还需要成为一个紧密团结的团队的一部分的愿望,并看到产品或服务的每一个发展阶段。尽管风险可能很高,但回报可能很大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08