[Data Analytics] 打造資料科學團隊

Big Data 的話題正炒得熱火朝天，好像每間公司都要有自己的資料科學團隊一般。但是要如何打造這樣的團隊，如何讓資料科學團隊直接對企業的獲利做出貢獻？

DJ Patil 在 O'Reilly Radar 出版的報告 Building data science teams 當中，以 Facebook 和 LinkedIn 組建資料與分析團隊的經驗分享為主軸，討論了企業如何轉型成「資料驅動」（data-driven），相關的產品與服務設計，以及資料科學家在這個過程當中扮演的角色。

Patil 提出「資料科學」在企業當中的功能，可以分為幾類：

• 決策科學與商務智慧
• 產品與行銷分析
• 風險管理與安全性（偵測詐騙及濫用）
• 資料服務與日常營運的輔助
• 資料工程與資訊架構
• 組織架構與報表的同步

如果說 Patil 的文章，講的是從實務經驗當中去定義出「資料科學」，Nicole Laskowski 的這篇
Interviewing data scientist candidates? Ask these questions 就比較像是想成為資料科學家的人，或是想建立資料科學團隊的企業主管的面試教戰手冊。這篇文章訪問了SAS的分析長 Bill Franks，討論了他甄選資料科學家的一些條件。

最後，附上一段 DJ Patil 的訪談，有趣的是一些資深業界人士認為最適合這項工作的教育背景其實不是資訊科技，而是天文、氣象學這類每天在浩瀚資料裡游泳的物理學專才。不過既然人際的 softskill 也是資料科學家必備的能力，那麼 The Big Bang Theory 裡的 Sheldon Cooper 大概就不太適合這個工作了，Bazinga! XD