Al igual que Soylent Green de alta calidad, los grandes equipos de ciencia de datos están formados por grandes personas. Pero eso todavía deja muchas preguntas. ¿Deberías formar equipos de generalistas o especialistas? ¿Qué nivel de habilidad necesitan tener en ingeniería de software y matemáticas, y necesitan conocimiento de dominio específico?
No hay una respuesta correcta. Depende mucho de la etapa de madurez de su empresa y de cómo integre la ciencia de datos en la estructura de su organización.
Personalmente, soy partidario de los equipos integrados de personas con habilidades en forma de T, personas que combinan habilidades generalistas lo suficientemente buenas con sus propias especializaciones únicas. Descubrí que el resultado es un equipo cohesionado donde las personas tienen una gran cobertura de habilidades generales, focos de especialización y la oportunidad de aprender unos de otros. También descubrí que este tipo de equipo aprovecha la diversidad y ayuda a fomentar un fuerte respeto mutuo.
- ¿Hay algún gran foro o sitio web en aprendizaje automático o ciencia de datos?
- ¿Cuál es el mejor método matemáticamente sólido para crear una tasa ponderada de participación en Facebook?
- ¿Puedo ingresar al análisis de datos sin conocimiento de TI?
- ¿Cuál es la diferencia entre minería de datos, ciencia de datos y bigdata?
- ¿Qué son los análisis de big data?
Pero tenga en cuenta que mi experiencia personal no es representativa de la industria. He tenido la suerte de trabajar con algunos de los mejores científicos de datos del planeta. Me gustaría atribuir esa buena fortuna a mi genio en la contratación y gestión del equipo, pero principalmente tuve la suerte de estar en el lugar correcto en el momento correcto, sentado sobre los datos correctos.
Si tiene excelentes datos, puede atraer grandes talentos. Simplemente no lo arruines.