一、在深演，神秘又高能的數據科學家到底是做什么的?
數據科學本質上是利用數據幫助企業更科學地做決定，這是一件非常有挑戰的事情。一方面數據科學家需要能理解企業的業務及業務痛點，另一方面還要有能力把企業面臨的問題，有效地轉化為可落地的算法問題。所以，我們的工作主要圍繞這兩個挑戰展開。
1. 與客戶愉快地溝通
我們首先得有能力和客戶愉快地溝通。一個項目往往會涉及很多部門，很多同事，而且很多情況下，大家都是初次合作，彼此都很不了解，溝通就顯得特別重要。有效地表達觀點和聆聽別人的想法是我們的日常工作，也是我們的必修課，這也是我們充分、深入了解客戶業務的基礎。
2. 把問題定義清楚，思考該怎么落地
這個環節也是數據科學項目最有意思的地方，你可以把一個具體的現實問題巧妙地轉化成監督學習的正負樣本；或者把一個現實的情況描述成一串數學公式。為了驗證你的解題思路是否正確，你還需要設計合適的指標來驗證你的猜想。
3. Just do it
為了驗證我們解體思路，接下來需要我們搭建合適的算法，讓算法run起來。這個過程，往往需要花點時間，雖然現在的機器學習算法已經非常強大了，為我們提供了非常有力的計算能力，特別是在理想數據集上，效果往往很不錯。但是我們知道，現實世界的數據往往是不完美的，這就需要嘗試設計不同的算法策略來迭代出好的結果。
4. 讓運營同學站在算法的肩膀上
算法輸出結果，是需要被精心運營的。我們經常和運營同學co-work，這也是我們非常有特色的工作之一。看著我們輸出的結果，能被運營同學安排的妥妥當當，你會確信，未來的效果值得擁有！
二、聚焦業務和場景，和客戶一起成長，讓數據科學更有力量和影響力
深演智能的數據科學家需要去到真正的業務場景摸爬滾打，我們需要面向客戶，對客戶業務負責。每一個場景的模型解決方案都要面向實際業務，能夠立竿見影地幫助客戶解決最關心的業務問題。
1、智能營銷模型的成功實踐——以某美妝品牌為例
某國際美妝品牌期望利用618年中大促喚醒高價值沉睡客戶。但由于該客戶旗下SKU眾多，大促權益較多而且用戶體量龐大，傳統的CRM運營難以支撐精細化運營，所以客戶希望通過搭建個性化、智能化產品推薦模型的方式，實現精細化運營，喚醒更多的沉睡用戶。
我們的數據科學家團隊通過模型對用戶復購的可能性進行打分，利用建模結果創建細分人群策略 ：對于模型中的高分人群，根據用戶偏好匹配相應的產品和推廣文案，進行高頻觸達；對于模型中的低分人群，相比于高分人群，降低線上觸達次數，但是疊加線下服務進行觸達。
除了通過構建模型來給客戶帶來價值以外，我們還做了非常精細化的運營工作，來保證活動的最終效果。首先，我們根據模型結果在營銷系統中創建全面的618活動策略，并使用活動工具實現自動化；其次，我們有專業的運營團隊，利用A/B測試的方式獲得更多操作策略。比如：618活動期間，營銷文案的發放時間、頻率、內容、優惠方式、活動主題等不同，會產生激活效果的差異，我們的運營人員通過A/B測試的方式找出更合適客戶的精準推廣策略。
通過我們的數據科學團隊和運營團隊的共同努力，最終我們幫助客戶實現了比傳統CRM 運營方式提升40% 以上的營銷效果。
2、豬瘟等流行病相關的模型研究——以某養豬企業為例
前兩年豬瘟很嚴重，一旦豬場有一兩頭豬發生豬瘟，全場一兩千甚至上萬頭豬都會慢慢被傳染。一個豬場的管理包含諸多因素，比如豬場環境、人員消毒、飼料、室內結構、疫苗、檢測設備等。企業的痛點是不知道豬瘟發生后要優先做什么，而我們可以通過算法模擬這個過程，告訴企業最優先采取什么措施降低損失。
我們和中國頂尖的流行病專家，包括中國農業大學、復旦大學、西安交通大學專家一起合作，基于對病理學的理解、對豬場業務的理解，運用算法特長幫助他們識別可能的影響因素，搭建了一套帶有預測性質的平臺，幫助客戶去預測在豬瘟發生后豬場未來的變化以及預防措施。
我們從平臺側實現了兩大突破：一是，打破了信息壁壘，實現數據集合與共享。一些經典的優秀案例能夠在這個平臺上共享，比如某企業做了一個消毒行為，產生了很好的效果，通過這個平臺，就能將這樣好的實踐方法傳遞出去，擴大良性影響。二是，引進結合流行病動力學的傳染病模型。基于我們對優化算法的理解，研究出一個豬瘟傳染模型，通過模擬給客戶一種直觀的感覺，包括豬瘟感染時間、數量的預測，以及當下要做的應對措施等。這些可以作為輔助的決策，讓工廠能夠及時看到除經驗之外的數據算法帶來的一些洞察，幫助他們進行更加科學高效的決策。
三、加入深演，一起解鎖超有趣der未來
一個能拓展眼界的環境。我們能夠面對多元化的客戶及其豐富的業務場景，這對數據科學家來講是非常關鍵的。
閉環的數據科學能力培養。很多企業的數據科學家只負責模型搭建的工作，在深演，我們能夠“從頭到尾”地參與項目，包括業務調研、模型搭建、效果展現等各個環節，全方位地培養了我們的建模能力、咨詢能力、項目協調能力等。我們的能力變成了一條線，而不單是一個點，我們成為了一個能夠真正幫客戶解決問題的團隊。
業務發展空間大，提供了快速上升的通道。隨著公司業務的快速發展，數據科學團隊也在不斷擴充力量，團隊與個人互相成就，個人必將會隨著團隊的發展而快速發展。
伴隨著AI和技術的不斷落地，相信數據科學家也將在智能時代發揮越來越重要的作用。在深演智能，好的數據科學家應該有雙重身份：資深模型工程師+成熟業務人員，即業務專家與技術專家角色的結合，真正幫助客戶規模化落地實實在在的價值。
關注深演智能招聘官微【深演智能Talent】，了解更多招聘信息！
