在之前的188bet asia ,我们研究了组成典型数据科学团队的各种角色的重要性。在本文中,我们将从全局的角度来考虑构建跨越多个地理位置、时区和语言的数据科学团队时的一些主要考虑事项。

确定团队的目标

当开始一个数据科学项目时,首先确定项目的目标是很重要的。建立一个全球数据科学团队也是如此。技术领导者应该从确定数据的战略目的、组织试图实现什么以及其他关键问题开始。有了这种洞察力,公司就可以培训和招募最能收集、分析和利用数据的数据科学团队,基于其战略目的。

在技术和业务之间架起桥梁

与数据工程师和数据分析师等更成熟的角色相比,数据翻译人员是一个相对较新的角色。然而,数据翻译可以为全球数据科学团队带来大量的价值,因为他们通过从数据中产生准确的、可操作的业务见解,在技术方面和团队的业务应用程序之间架起了桥梁。

考虑敏捷

当然,拥有特定领域的专家是很重要的。但是,建立由能够在多个业务领域发挥作用的多面手组成的敏捷团队可以减少瓶颈,进而提高团队的整体生产力。

创建一个可伸缩的团队

同理,在构建高性能的全球团队时,可伸缩性也很重要。确保团队成员是跨职能和价值驱动的,这是公司为未来的可伸缩性奠定框架的一种方式。

考虑文化差异

在错误地认为数据是通用语言的假设下,管理者跳过团队建设和类似的练习并不罕见。但是为了在数据分析上进行协作,团队成员首先必须能够相互合作。工作风格、文化规范和习惯在国家与国家、地区与地区、甚至办公室与办公室之间可能存在巨大差异。重要的是,技术领导者认识到这一事实,并花时间介绍团队成员,明确角色,并在他们的全球数据科学团队中培养友情。

想了解更多关于这些和其他考虑的信息,请访问CIOinsight