数据科学出错的地方
想象一下：现在是2075年。每个人都有自己的飞行汽车，一个机器人来遛狗和倒垃圾，以及后院的传送机。听起来很酷，对吧？
虽然这个未来似乎不是那么不可能，但当你想到它时，这就是70年代的普通大众今天的想法。相反，看不到飞行汽车（事实上，我们仍在研究一种方法，将自动驾驶汽车完全纳入竞争），数据科学家……好吧，他们仍然花太多时间盯着陈旧的饼图。
那么，我们在哪里失败了？我们什么时候停止达到对未来的期望？
答案很简单：我们忘记了如何彼此交谈。
在这篇博客中，我们将向您解释沟通的重要性，尤其是对于拥有改变世界的技能和技术的数据科学家而言。
沟通与协作对数据科学的重要性
所有数据科学家都希望因其对组织乃至整个社会的真正影响而被人们铭记。但是，要做到这一点，您需要的不仅仅是算法和数据以及机器学习模型。您需要相互依赖——数据科学家同事、团队成员和跨职能团队成员。
第 1 部分：沟通
工作中的沟通似乎是理所当然的，但对于我们数据科学家（他们以整天在父母的地下室里编码而闻名）来说，在我们的模型创建过程中包括其他人可能并不容易。
我相信沟通的中断是数据科学项目没有取得尽可能进展的核心原因之一。
数据科学家，我鼓励您借此机会了解组织内不同团队的独特需求。我知道你想使用华丽的算法并尝试最新技术，但也许您正在处理的问题最好通过简单的 k 均值聚类或线性回归算法来解决。
最后，最重要的是数据科学家生成的模型实际上符合最终用户的需求。您不想浪费时间和资源来创建不适合用例的内容。因此，我敦促您进行沟通——倾听他人的需求，告诉他们您可以做什么，并创建一个适合所有人的解决方案。
第 2 部分：协作
当然，这个等式的第二部分是协作。你可以随心所欲地适应队友的需求（并根据你的观点填写他们），但仅凭这一点并不能创造对最终产品的真正共享所有权感。
在RapidMiner，我们相信数据科学是一项团队运动。这意味着告别你父母地下室的黑暗办公室，并邀请其他利益相关者参与你的项目。真协作超越了对你正在做的事情的可见性——尽管这总是一个好的开始。在真正的协作环境中，每个人都会做出贡献，无论他们的数据科学技能如何。
为了使数据科学发挥其最大潜力，我们需要将其集成到每个业务部门中。那么，我们从哪里开始呢？跟技能提升我们所有的员工都要发展分析思维，并将数据驱动的决策嵌入到他们的日常角色中。
记住，玩得开心！使用数据科学来解决问题不应该是一件苦差事——这是一种我们可以善用的力量！我们可以通过今天手中的技术实现这些未来的梦想，
总结
是时候告别我们所知道的“数据科学家”这个职业了。数据科学家在孤岛中运作并向一群眼花缭乱、困惑的高管展示他们的工作的日子已经一去不复返了——至少，我们认为事情应该是这样。
通过营造开放的协作环境，组织可以连接其人员、专业知识和数据以产生影响。嘿，也许第一天不会是飞行汽车，但希望它能让我们更近一步。
沟通和协作只是拼图的两部分。如果您想了解更多关于我们认为“数据科学家”的角色需要如何改变的信息，请查看我们最新的网络研讨会，数据科学家的安魂曲。
