Technologie

Comment développer et gérer une équipe de science des données heureuse

Comment développer et gérer une équipe de science des données heureuse


Vous êtes viré!

"Hé mec, ça ne marche pas. Nous devons vous abandonner le projet. Désolé. »Alex, un Data Scientists compétent, me regarde sans émotion. Je me sens impuissant, nerveux et triste.

Il me maudit probablement avec les langues les plus fortes. Il regarde le stylo sur la table. Attends, veut-il me poignarder avec ça? C'est un grand gars, et il ressemble à Jason Bourne. Mon sous-ensemble Neural Network me dit que j'ai une probabilité assez faible d'atteindre le stylo avant lui. Je devrais probablement partir maintenant pendant que je peux.

La scène de combat épique de Jason Bourne, GIPHY; clip complet ici

Donc, je viens de «licencier» l'un des deux scientifiques des données du projet. Pourquoi? Alex détestait faire du travail sur les données. Il en parle très fort. Il a utilisé toutes sortes d'excuses pour le «décharger» à quelqu'un d'autre. Nous en avons parlé; il a encore fait un demi-travail. D'autres personnes sont frustrées et se plaignent de la raison pour laquelle seul Alex a pu faire des trucs sympas. En tant qu'équipe, nous allions échouer si cela continuait. Donc nous en sommes là.

«Sh * t mec. Je suis désolé. »Dit finalement Alex. Merde, c'est gênant (enfin, au moins, il ne m'a pas poignardé avec un stylo).

Le problème

Le «problème Alex» est assez courant parmi les équipes de science des données. De nombreux scientifiques des données se sentent ennuyés et démotivés. Je pense qu'il y a deux causes profondes:

  1. il y a un écart entre ce que les équipes de Data Science veulent faire et ce que nous devons faire dans le monde réel
  2. les non-scientifiques souhaitent développer les compétences les plus demandées (perçues)

La solution

Ce jour-là, j'ai «géré» le problème d'Alex et je me suis senti merdique. À ce moment là, constituer une équipe Data Science performante, engagée et heureuse est devenu ma mission.

Au minimum, je veux un système qui encouragerait l'équipe de science des données à embrasser le travail non ML et à s'amuser. Eh bien, la solution évidente est de forcer les gens à le faire (nous sommes tous payés pour travailler, non?). Mais ce n'est pas durable. Donc, la solution doit être pratique, agréable et motivant.

Au cours des années suivantes, j'ai commencé un parcours consistant à essayer et à mélanger les idées fondamentales de la gestion de produits, du développement de logiciels agiles et du conseil en gestion. Je pense avoir trouvé la solution: Développement axé sur les connaissances (IDD).

Champ d'application de cet article

En règle générale, il existe deux types de projets ML: les projets orientés métier et les projets logiciels. Dans cet article, discutons des principes de l'IDD dans le contexte de projets de ML axés sur les affaires. Les résultats de ces projets sont généralement des présentations de niveau exécutif ou des tableaux de bord. L'équipe doit utiliser des techniques de ML spécifiques, des plus simples aux plus sophistiquées, pour trouver des informations.

Cela dépend de la façon dont ce poste fonctionne, je peux approfondir 1) comment IDD fonctionne à travers les phases précoce, intermédiaire et tardive du projet et 2) comment adapter IDD pour les projets de ML axés sur le logiciel (par exemple, les résultats sont complets) solutions de pile qui s'intègrent aux opérations de base)

Hypothèses sur les équipes

Pour utiliser IDD, vous avez besoin soit d'une équipe de personnes expérimentées avec un artisanat unique et motivées pour essayer de nouvelles choses, soit d'un groupe de généralistes juniors qui sont motivés, peuvent faire des choses et façonner. Sinon, IDD n'est pas pour votre équipe (et vous devriez revoir votre stratégie d'embauche).

Afficher plus

SupportIvy

SupportIvy.com : Un lieu pour partager le savoir et mieux comprendre le monde. Meilleure plate-forme de support gratuit pour vous, Documentation &Tutoriels par les experts.

Articles similaires

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Bouton retour en haut de la page
Fermer