发帖
雷达卡
真实的数据分析工作是怎样的？数据分析师的价值在哪里？
数据科学家需求量大，是因为各行各业都需要这个。如果你有兴趣在非IT互联网等传统行业从事数据科学工作，不妨看看我的体会。
我觉得：等你能用非技术语言解释通技术内容，就差不多了。
我在纽约下城一家百年老店保险公司工作，曾经的世界保险行业第一，现在仍然是数一数二的。了解保险业的同学们应该知道是哪家。
为啥强调公司历史和规模？当一家公司规模和传统达到了一定地步，公司文化就成了做人不做事。数据科学家也得服从这种文化，否则没法呆下去。相应的，干这行最重要的是让别人理解和使用你的数据分析成果，而不是你自己对技术本身多么精通。
我在这家公司干了三年，所在的数据科学部门是业界最大的，名声在外。部门共一百来个人，牛人无数，技术方面在牛校干过教授的不下十个，商业方面在咨询公司MBB干到合伙人的也有半打。即便这样，说实话，对待客户时我们仍然是实实在在的乙方，意思就是跪舔客户，目标就是让他们理解和使用我们的数据产品。
这里的客户指的是公司的业务部门，比如市场、理赔、法律、人力、精算、IT、客服等。我们拿到他们的数据，了解他们的业务，知道他们的难题，然后用数据提供解决方案。部门业绩衡量标准最重要的是客户是否使用你们的研究成果，你的模型带来了多少利润，降低了多少成本。但慢慢你会发现，最重要也最难的是：如何让客户明白你的模型到底在干啥？
客户90%以上都是非技术出身，常年摸爬滚打在卖保险、搞理赔、对付客户的第一线，他们对于自己几十年的业务经验非常自信甚至自负，对于你这么一个没啥保险行业经验的所谓“科学家”是抱着严重怀疑态度的。
你弄个极其NB的神经网络，AUC、F1、Gini啥的NB的一塌糊涂，客户问：你用的这些个变量，都怎么产出了这些结果？你说“神经网络是个黑盒子，里面有个Hidden Layer，用Gradient Descent训练出来一堆权重，blablabla。。。”客户心里估计会说：“你特么是猴子派来逗比的吧，你让我把十几亿美刀的保险产品定价建立在说不清什么原理的黑盒子基础上？”然后，就没有然后了。。。
其实你的回答，在学术讲座上，甚至在IT互联网公司听众都是技术背景的情况下完全没问题，可在传统公司，就完全不是那么一回事。你得用简单的语言，用类比的方法，是不是还得来俩段子调节气氛，费半天口舌，来让他们明白基本的逻辑回归到底是怎么工作的，驾龄、学历、年龄、地址这些变量怎么通过公式就变成了车险定价。至于你还想上什么Lasso、Ridge、ElasticNet，自求多福吧。。。
如何解释你的模型，如何应对客户的诘问，如何让对方信任你能带来价值，这是一名数据科学家的核心甚至最重要的技能。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
