我的公司是否需要獨立的數據團隊?
我該何時、怎麼樣建設自己的數據團隊?
數據團隊的價值如何衡量?
疫情之下,數據團隊又受到哪些影響?
加入我們,一起透析數據團隊建設全景!
數據驅動時代,數據團隊作為一家公司的核心競爭力所在,正在受到越來越多高管、從業者和投資人的關注。而目前,相對公司中的財務、運營等已經規模化的組成,數據團隊還是不少公司可有可無的部分,即使是一些已經建立了獨立數據團隊的公司,其運作方式以及與其他團隊的協作仍然處於探索階段。
2017年起,清華數據科學研究院聯合大數據文摘發佈了首份《頂級數據團隊建設全景報告》。《報告》囊括50,000餘條網絡招聘數據分析、1,000餘份問卷調查和10餘位海內外數據團隊負責人深度訪談綜合而成,致力於盤點數據團隊建設現狀,回答數據團隊發展中面臨的問題,力求為行業內數據團隊的組建和高校數據人才的培養提供指導性意見。
2018年9月,第二份《頂級數據團隊建設全景報告》也重磅發佈,調研囊括110,000+條海內外網絡數據分析、1,000+份調查問卷內容,和8位海內外業界大咖深度訪談內容,從數據團隊本身、技術從業者和高校三個方向,給出了一幅頂級數據團隊建設圖景。
在之前的課題基礎上,今年,我們將繼續聯合清華數據科學研究院,並邀請領英作為數據合作方,繼續“數據團隊”的話題。除了繼續關注AI轉型浪潮中數據團隊的變革情況,以及數據從業者的自我建設之外,今年的報告也將從疫情、數據團隊全球輸入輸出情況等更多獨特的視角,進一步探索數據團隊的全景建設。
如果你是——
數據團隊的一員、和數據團隊一起工作,或者希望瞭解其他數據團隊的發展現狀和未來
那麼懇請你花費5分鐘時間點擊“閱讀原文”填寫問卷,幫助我們完成這次調研。
如果你是——
相關領域數據科學團隊負責人:
希望分享自己的團隊建設經驗給更多讀者,我們誠摯的邀請您作為深度訪談嘉賓,與我們的記者和研究員就相關話題深入溝通。相關專訪內容將作為重點專題,在《數據團隊建設全景報告》中呈現。請將您的需求和團隊介紹發給我們。
問卷參與者將在2個月後,通過郵箱收到2020年《頂級數據團隊建設全景報告》完整版PDF,包含此次問卷全部數據分析、2020年數據類招聘信息分析、頂級機構數據團隊負責人訪談等內容。
*為保證結果儘量準確,我們懇請你認真完成本次調研。
*本次調研匿名進行,不涉及任何個人信息,所留郵箱僅用於獲取完整版報告,請放心填寫。
接下來,文摘菌將帶你回顧之前兩份《頂級數據團隊建設全景報告》的部分精彩內容:
人工智能大背景下的數據團隊建設
人工智能正在成為時代重要議題,也對數據團隊建設產生了重要影響。部分數據團隊也已經承擔或者計劃開展人工智能相關工作。
據調研問卷結果顯示,人工智能技術已經成為一半以上數據從業者所在機構的戰略性議題。八成以上從業者考慮在未來工作中更頻繁使用人工智能相關技術。
在人工智能項目實施上,18%的機構直接由原有數據團隊實施,14%的機構為數據團隊轉型的AI團隊實施,22%的機構新建AI團隊實施項目,10%的機構將這一工作外包出去。
Python為數據從業者使用最多的數據分析工具,但C、C++、JS 含金量最高
根據數據相關職位描述中要求的編程語言信息以及相對應的薪資水平,我們計算出了每種編程語言的“技能含金量指數”。
從數據分析結果來看,Python可以說是數據從業者中最受歡迎的編程語言,問卷調研的受訪者中,超過 7 成在工作中需要使用 Python。
但大量的使用者也拉低了該語言的含金量。相反,使用人數佔比相對較少的 C、C++ 和 JavaScript 在市場上更具薪資競爭力。
多數數據從業者願意承擔相關技術責任,監管機構和團隊管理者更應該對技術後果負責
數據從業者是否應該在技術之外分出心力,瞭解技術背後更深的影響呢?這一在戰爭年代常引發巨大爭議的話題,在數據安全和人工智能威脅日漸嚴重的今天,又被重新提上辯論場。
針對“開發者是否應該考慮代碼的道德性?”,“如果需要為不正當的用途寫代碼,你會寫嗎?”兩個問題,多數從業者選擇為自己的技術/代碼結果負責。
開發人員或可以成為抵禦不道德代碼和數據安全的最後一道防線。
在我們的問卷反饋中,針對“你認為誰應該為使用大數據與人工智能技術帶來的道德問題承擔主要責任”這一問題,36%的受訪者選擇了政府/監管機構,30%選擇了管理者、19%選擇了技術人員。
在2018年 Stack Overflow 針對同一問題的全球調研中,近半數開發人員認為,機器學習和人工智能算法背後的創造者和技術人員最應該對人工智能所帶來的社會問題負責。
高校傳授技能與市場需求匹配存在偏差:高校注重基礎學科,市場更看重實操技能
通過對比國內高校傳授技能和公司技能需求,我們發現高校課程設計十分重視包括計算機系統、數據結構、高等數學等基礎課程,然而這些基礎學科能力並不常出現在市場招聘需求中。
圖片
組建高效數據團隊
頂級數據團隊一般具有相似的特徵:所在組織或機構數據驅動戰略明確,數據團隊運作高效。高層需要設置清晰的數據團隊建設目標並將數據納入決策流程;數據團隊的高效運作則需要優秀的團隊領導、合理的組織架構和多樣化的人才。
1、高層重視
“一個公司能否有領先市場的發展,決策者的眼界非常重要,高管對數據是否敏感,能否下決心把數據推動做好,決定了這個公司的前景和競爭力。”
——時任LinkedIn用戶增長部門數據科學團隊負責人 周洋
2、嵌入式工作
“我希望團隊在滿足業務增長需要的前提下,能保持一個扁平的架構。我會鼓勵自己的團隊成員與業務部門儘可能多的泡在一起,爭取嵌入式的工作,主動研究業務,尋求數據驅動的機會。”
——時任獵聘首席數據官 單藝
3、Quick Wins
“我鼓勵數據團隊一旦有了新想法,便去說服同伴,組成2-3人的小團隊把這個想法實現出來。再自下而上擴展影響圈,不斷完善想法,直至一個新數據應用場景的出現,變成產品。”
——【友盟+】時任首席數據官 李丹楓
參與2020年報告
點擊文末“閱讀原文”
或掃碼填寫問卷▼
*電腦瀏覽器填寫問卷請用以下鏈接:
https://wj.qq.com/s2/5881984/302b/