详细内容或原文请订阅后点击阅览
数据科学的六个组织模型
为成功建立一个团队，或者失败的数据科学六个组织模型首先出现在数据科学方面。
来源:走向数据科学简介
数据科学团队可以在公司内部以无数的方式运作。这些组织模型会影响团队所做的工作类型，以及团队的文化，目标，影响和整体价值。
影响采用错误的组织模型可以限制影响，导致延迟并妥协团队的士气。结果，领导力应意识到这些不同的组织模型，并明确选择与每个项目的目标和团队的优势保持一致的模型。
本文探讨了我们在众多组织中观察到的六个不同的模型。这些模型主要通过谁启动工作，输出数据科学团队生成的内容以及如何评估数据科学团队来区分。我们注意到每个模型的常见陷阱，优点和缺点，以帮助您确定哪种可能最适合您的组织。
1。科学家
原型场景
大学研究的一名科学家改变了海洋温度，随后发表了经同行评审的期刊文章，详细介绍了他们的发现。他们希望政策制定者有一天会认识到改变海洋温度，阅读论文并根据他们的研究采取行动的重要性。
谁发起
在此模型中工作的数据科学家通常会启动自己的项目，这是由于他们的智力好奇心和促进领域中知识的愿望的驱动。
如何判断工作
科学家的产出通常通过其工作如何影响同龄人的思想来评估。例如，他们的作品是否吸引了其他专家对研究领域的关注，是否解决了基本的开放问题，是否可以使后续发现或为后续申请奠定基础？
避免的常见陷阱
ProS
- 有机会在野外电位的最前沿发展深厚的专业知识，以吸引强大的才能，重视自主权