这是数据科学团队遇到业务问题时的典型情绪。然而，在动态业务的背景下，事情并没有那么简单。相反，业务需求要求数据科学团队在其流程的沟通中进行详细说明。数据科学团队最不想做的事情就是制定一个项目计划，他们认为这是一个旨在安抚业务伙伴的平淡无奇的人工制品。他们往往更喜欢一种更流畅、更有创意的风格，而不是那种僵硬、不灵活的风格。数据科学家可能会试图宣扬这样一种想法，即他们不能让任何事情妨碍创造力和才华，否则这将损害业务。然而，在许多情况下，数据科学家可能会允许他们对透明度和问责制的恐惧来决定他们如何处理业务需求——最大可见性。不要误以为这些模板化文档的存在只是为了勾选众所周知的方框，以安抚会议室中的 MBA 和项目经理。为成功而设计的数据科学团队肯定会提供数据科学项目计划，并在整个分析项目中使用它。 制定数据科学项目计划 您可能会问，这样一份花哨的商业文件背后的真正目的是什么。
数据科学项目计划非常简单
其唯一目的是成为实现数据科学目标的作战计划，进而实现业务目标。成功的数据科学团队将知道，不仅能够实现数据科学目标，而且能够持续地将它们与业务联系起来，这具有巨大的价值。确保两组之间存在清晰的沟通是数据科学家的责任。数据科学家面临的挑战是将数据科学转化为商业术语。这是一种通 电话号码列表 过经验和了解企业在传统项目计划中的期望而构建的东西。 如果没有项目计划和具有 项目计划的数据科学家的预测 准确性较低的模型，他们肯定会选择与可以在业务方面进行交流、翻译数据科学思想并了解利用的力量的数据科学家 合作 组织中为整体结果做出贡献的其他个人。 项目计划 在行动 数据科学项目计划的具体细节对于每个团队和每个组织都是不同的，但是您会在几乎所有有效的数据科学项目计划中看到核心要素——有点像 数据科学项目计划之道。 三个毫不费力的策略： 列出项目中的阶段 企业不应该对您作为数据科学家可能经历的阶段做出假设。向每个人展示您的期望，让他们知道每个阶段可能需要多少时间。
此外做一些显而
易见的事情，比如列出所需的资源以及团队期望的输入和输出类型。最后，列出依赖项。毕竟，您会希望您的同行知道在“x”事件发生之前您无法前进；例如，数据科学家可能正在等待接收来自 IT 的数据馈送。这正是数据科学项目计划中需要指出的事情。 2. 定义项目中的大迭代 大多数业务用户不会密切参与数据科学团队的工作方式或当您遇到分类问题与回归问题时为什么会发生变化。因此，为了清晰和有意义，共享更多迭 AOB目录 代的阶段及其相应的持续时间——例如建模或评估阶段。最好的数据科学家知道如何通过与更广泛的组织沟通来适当地管理业务的期望。 3. 指出时间安排和风险 几乎所有工作的人都知道认为一切都只发生在理想情况下是不现实的。数据科学家应该花必要的时间来考虑安排资源和他们在项目中可能遇到的固有风险。让企业感到只有值得信赖的顾问才能为他们提供的安慰。仔细想想如果他们遇到动荡会发生什么，以及你会向他们推荐什么——因为动荡是不可避免的。采取这一额外步骤是数据科学专业人士的标志。
