引領數據科學之道

第1章 是什麽造就了一名成功的數據科學家
1.1 數據科學家的預期
1.1.1 十年後的維恩圖
1.1.2 未來缺少的是什麽？
1.1.3 理解能力和動機——評估能力和優點
1.2 數據科學方面的職業發展
1.2.1 面試和晉升困境
1.2.2 招聘經理在尋找什麽？
第一部分 技術主管：培養領導力
第2章 領導項目的能力
2.1 技術——技能與工具的結合
2.1.1 框定業務挑戰，優化項目的商業效益
2.1.2 深探數據特性，優選特徵和模型
2.1.3 評估方案成熟度，建立客戶對項目的期待值
2.2 執行——最佳實踐的落地
2.2.1 深究問題背景，劃分項目優先級
2.2.2 解析項目種類，策劃/管理進度
2.2.3 權衡進度與質量，引導案例回顧和項目歸檔
2.3 專家知識——精通領域的精髓
2.3.1 瞭解組織願景和使命，闡明業務背景
2.3.2 關註領域特性，明察數據偏差
2.3.3 評估組織成熟度，瞭解行業格局，明確商機
2.4 自我評估和發展重點
2.4.1 瞭解自己的興趣和領導能力
2.4.2 實施CPR流程
2.4.3 制訂優先級、實踐和執行計劃
2.4.4 DS技術主管的註意事項
第3章 領導項目的美德
3.1 道德——乘持行為的準則
3.1.1 尊重用戶利益和隱私，註重社會影響
3.1.2 敏銳觀察項目演變，瞭解緣由，主動溝通協調
3.1.3 及時總結分享項目成果、解決方案、經驗心得
3.2 嚴謹——強化高水準的實踐
3.2.1 遵循嚴謹的科學原理，避免邏輯陷阱
3.2.2 持續跟蹤算法部署表現，及時排查異常結果
3.2.3 創造企業價值——明確目標，引導進度，營造共識
3.3 態度——積極正向的思維
3.3.1 積極堅韌地面對挫折，總結經驗，直至成功
3.3.2 團結一致應對事件，保持好奇心和協作精神
3.3.3 尊重跨職能認知，協調共創商業價值
3.4 自我評估和發展重點
3.4.1 瞭解自己的興趣和領導優勢
3.4.2 實施CPR流程
3.4.3 使用GROW模型進行自我指導
3.4.4 DS技術主管的註意事項
第二部分 經理：培養團隊
第4章 領導人才的能力
4.1 技術——技能與工具的結合
4.1.1 委派任務需明確要求，優先高效項目
4.1.2 讓項目框架兼容，避免方法分歧困擾決策
4.1.3 分析戰略/成本/風險，建議自建或購買方向
4.2 執行——最佳實踐的落地
4.2.1 培養團隊協作，使集體產出超過個體能力總和
4.2.2 以個人和團隊的方式推進跨部門的協作
4.2.3 向上匯報需認同優先級，溝通進展並有效升級問題
4.3 專家知識——精通領域的精髓
4.3.1 瞭解業務夥伴的關註點，擴展自己的業務知識面
4.3.2 深析領域痛點，參考基準，解讀數據，發現新機會
4.3.3 以回報率確定優先級，用業務知識緩解數據不確定性
4.4 自我評估和發展重點
4.4.1 瞭解自己的興趣和領導優勢
4.4.2 實施CPR流程
第5章 領導人才的美德
5.1 道德——秉持行為的準則
5.1.1 通過適當引導、輔導和指導提升團隊成員能力
5.1.2 在跨職能討論中打造其他部門對DS的信任
5.1.3 參與並踴祆承擔組織內的多種管理事務
5.2 嚴謹——強化高水準的實威
5.2.1 警惕並緩解DS和ML系統中的反模式架構方案
5.2.2 註重從已發事件中總結經驗，吸取教訓
5.2.3 簡明語言，簡化問題，提升認知清晰度
5.3 態度——積極正向的思維
5.3.1 理解並迎合創作者日程與管理者日程的差異
5.3.2 用目標管理和正負面反饋來建立對團隊的信任
5.3.3 用交互、重覆和遞歸機制營造組織的學習文化
5.4 自我評估和發展重點
5.4.1 瞭解自己的興趣和領導力優勢
5.4.2 實施CPR流程
第三部分 總監：管理職能
第6章 領導職能的能力
6.1 技術——技能與工具的結合
6.1.1 制定規劃技術路線，推動協作，實現業務目標
6.1.2 為適當的人群，在適當的時機，構建適當的功能
6.1.3 為項目的成功尋求費助者和推動者
6.2 執行——最佳實踐的落地
6.2.1 通過管理人員、流程和平臺，讓部門穩定輸出成果
6.2.2 通過清晰的職業藍圖構建強大的職能團隊
6.2.3 用第一團隊概念和向上兩級思維支持高管策略
6.3 專家知識——精通領域的精髓
6.3.1 參考市場周期，預估現產品成熟度的業務需求
6.3.2 用初始解決方案應對問題，以降低風險，加大回報
6.3.3 用深度領域理解固本培元，避免盲目提升KPI
6.4 自我評估和發展重點
6.4.1 瞭解自己的興趣和領導優勢
6.4.2 實施CPR流程
第7章 領導職能的美德
7.1