3 kiểu cộng tác viên trong các dự án khoa học dữ liệu

Các dự án khoa học dữ liệu thành công đòi hỏi sự phối hợp giữa nhiều nhóm. Dự án khoa học dữ liệu sẽ không tạo được tác động nếu không có sự đồng thuận đúng đắn với tất cả các bên liên quan. Trong một hội thảo trực tuyến gần đây của DataCamp, Brian Campbell, Quản lý Kỹ thuật, Bộ phận Kỹ thuật Nội bộ tại Lucid Software, chia sẻ các thực tiễn tốt nhất để cộng tác liên phòng ban trong các dự án khoa học dữ liệu.

Ba kiểu cộng tác viên

Các nhà khoa học dữ liệu phải hợp tác với những bên liên quan khác để dự án của họ tạo ra tác động. Họ nên dựa vào những người khác trong tổ chức để hiểu rõ hơn về giá trị kinh doanh và các chỉ số nền tảng của vấn đề quan tâm, cách điều hướng môi trường dữ liệu phức tạp, và cách triển khai mô hình đến tay khách hàng. Trong buổi hội thảo, Brian đề cập đến ba kiểu cộng tác viên:

Chuyên gia về vấn đề

Chuyên gia về vấn đề là cộng tác viên đặt nền tảng cho một dự án khoa học dữ liệu. Nhiệm vụ của họ là cung cấp kiến thức chuyên môn theo lĩnh vực cho dự án và xác định tuyên bố vấn đề.

Chuyên gia về vấn đề hiểu sâu các chỉ số bị tác động bởi dự án khoa học dữ liệu và cách chúng chuyển hóa thành kết quả kinh doanh. Họ cũng biết độ chính xác cần thiết để một mô hình có giá trị. Đây là thông tin then chốt vì không có mô hình nào hoàn toàn chính xác. Hiểu điều gì là hợp lý và đáng để hướng tới là điều thiết yếu để xác định mục tiêu và đặt kỳ vọng ngay từ đầu dự án.

Chuyên gia dữ liệu

Dữ liệu là thành phần then chốt của bất kỳ dự án khoa học dữ liệu thành công nào. Nhiều tổ chức có bức tranh dữ liệu phức tạp khiến việc biết dữ liệu nào sẵn có và dữ liệu nào cần thiết để giải quyết vấn đề trở nên thách thức.

Chuyên gia dữ liệu chịu trách nhiệm biết dữ liệu nào sẵn có trong một miền, cách lấy dữ liệu, và loại dữ liệu nào phù hợp nhất cho các câu hỏi kinh doanh cụ thể. Đôi khi họ cũng chính là chuyên gia về vấn đề, nhưng thường đảm nhiệm các vai trò kỹ sư dữ liệu trong tổ chức.

Chuyên gia triển khai

Cuối cùng, chuyên gia triển khai chịu trách nhiệm hiểu cách đưa các mô hình này đến tay khách hàng. Họ là những người am hiểu về hạ tầng và nguồn lực cần thiết để triển khai mô hình ở quy mô lớn.

Khi hợp tác với các chuyên gia này, điều quan trọng là thông báo cho họ từ sớm về dự án để họ có thời gian đảm bảo hạ tầng phù hợp khi mô hình sẵn sàng triển khai. Đồng thời, cần biết công việc sẽ được sử dụng như thế nào — như một tính năng trong sản phẩm, một phần của API, tích hợp vào quy trình hiện có, hay đòi hỏi xây dựng quy trình mới từ đầu. Cách sử dụng dự án sẽ quyết định ai là chuyên gia triển khai phù hợp nhất để hợp tác.

Cách làm việc hiệu quả với cộng tác viên

Mốc thời gian là thành phần quan trọng của quá trình hợp tác. Chúng giúp tất cả những người tham gia dự án lên kế hoạch khi nào họ sẽ tham gia để thúc đẩy dự án đến hoàn thành.

Hãy xem xét một dự án đề xuất nhằm triển khai mô hình giữ chân khách hàng. Mô hình này sẽ xác định các khách hàng có nguy cơ không tiếp tục mua gói đăng ký của tổ chức và gửi email khuyến mãi để thuyết phục họ ở lại.

Dự án này sẽ yêu cầu ban đầu phải hiểu các chỉ số và xu hướng giữ chân khách hàng, thu thập dữ liệu liên quan, làm sạch và phân tích dữ liệu, xây dựng mô hình phân loại, tích hợp mô hình vào hệ thống email tự động, và đưa vào vận hành. Tất cả các bước này có thể kéo dài nhiều tuần và nhiều bước sẽ cần sự hỗ trợ từ ba nhóm bên liên quan đã thảo luận ở phần trước.

Việc đặt ra mốc thời gian ban đầu giúp các cộng tác viên lên lộ trình khi nào họ cần sẵn sàng hỗ trợ dự án. Nếu xảy ra chậm trễ, cần thông báo ngay cho các đối tác. Chuyên gia triển khai không nên tham gia sớm một tháng nếu giai đoạn thu thập dữ liệu bị trễ, vì điều này sẽ lãng phí thời gian của họ và làm giảm cơ hội hợp tác trong tương lai.

Để tìm hiểu thêm về các thực tiễn tốt nhất trong quản lý dự án khoa học dữ liệu, hãy xem hội thảo theo yêu cầu để có thêm các ví dụ chuyên sâu.