详细内容或原文请订阅后点击阅览
提出好问题的艺术
作为数据科学家，您是否正在推动产品决策？还是只是支持他们？正确的问题可以将AI从威胁转变为您职业生涯的最佳盟友。这是如何开始询问他们的方法。提出好问题的艺术首先出现在数据科学方面。
来源:走向数据科学实验，运输见解和自动报告。您的利益相关者赞美您的工作。您的仪表板很漂亮。您的分析是严格的。但是，如果路线图不会根据您的工作而变化，您是否真的在驾驶影响？
答案通常归结为将战略数据科学家与战术数据分开的一项关键技能：不仅可以提出更好的问题，还可以解决问题。
框架好的问题会产生影响。影响力（不仅是技术卓越）是您对AI取代您角色的最佳防御。
数据科学的三个级别影响
在我谈论什么是一个很好的问题之前，我想描述数据科学家的三个级别的表现。通过定义这些级别，我们将能够了解为什么更好的质疑是跨级别的关键区别。
随着大多数数据科学家在职业生涯的发展，他们在产品影响方面的水平提高了水平。下层是AI可能是威胁的地方，但高层将其视为机会。
级别1：做出决定后回答问题。您的大部分工作来自JIRA门票或休闲请求。您专注于快速提供干净的分析，但您很少知道工作的更广泛的战略环境。
级别1：反应式执行器级别2：通知合作者您参加产品计划会议并进行实验，提出澄清的问题以更好地了解直接问题。虽然仍然主要是反应性的，但您可以为选择提供信息，而不是构架它们。
级别2：知情的合作者级别3：战略合作伙伴您塑造优先级的。您在任何人想问之前都确定值得解决的问题。您浮出水面问题。您的工作直接影响建造，发货或资助的内容。
级别3：战略合作伙伴提出决定的问题的解剖
决策：伟大的问题有明确的视力行动。当您回答它们时，有人知道下一步该怎么做。
而不是 ask