Что дальше?
«Из книг и примеров можно узнать лишь о том, что в принципе возможно. Настоящее обучение требует фактических действий»
В этой краткой главе перечислены те вещи, которые помогут вам добиться успеха на пути становления главным по данным.
Главный по данным – это тот, кто:
– Думает статистически и понимает, какую роль вариации играют в жизни и процессе принятия решений.
– Разбирается в данных – разумно говорит и задает правильные вопросы о статистике и результатах, с которыми сталкивается на рабочем месте.
– Осознает истинное положение вещей в сфере машинного обучения, текстовой аналитики, глубокого обучения и искусственного интеллекта.
– Избегает распространенных ловушек при работе с данными и их интерпретации.
Другими словами, главный по данным – это кто-то вроде вас.
Чтобы добиться успеха на этом поприще, вы должны стать человеком, использующим данные для управления изменениями в вашей организации. Мы надеемся, что эта книга предоставила вам достаточно сценариев для обдумывания. Однако помните, что мы испытали на своем опыте далеко не все, поэтому в эту книгу были включены некоторые намеренно тривиальные примеры. Реальный мир намного сложнее. Идея использования данных для изменения мира хорошо выглядит в книге, но на практике сделать это совсем не просто.
Если эта книга вас вдохновила, мы очень рады. Однако настоящая работа только начинается. Эти важные идеи не смогут распространиться без вашей помощи.
Вот несколько вещей, которые вы можете сделать:
– Создайте рабочую группу главных по данным в своей компании.
– Организуйте регулярные встречи для углубленного рассмотрения тем, которые мы обсудили, а также тех тем, которые мы не затрагивали.
– Возьмите на себя обязательство делиться своими знаниями и помогать другим.
Когда-то изучение новых концепций в области данных происходило в рамках конференций, саммитов и мастерских. В деле обучения компании и сотрудники полагались на мероприятия. И все же, заканчивая работу над этой книгой в январе 2021 года, спустя 10 месяцев после начала глобальной пандемии, мы не можем не думать о том, что эта модель уже не такая жизнеспособная, какой когда-то была. Более того, компании могут на бумаге заявлять о том, что инвестируют в обучение своих сотрудников, но в реальности бюджеты на обучение постоянно сокращаются.
Из этого следует, что компании сняли с себя бремя обучения. Раньше они считали новые идеи, связанные с данными, чем-то внешним, что нужно было донести до сотрудников. Теперь они ожидают, что новые сотрудники уже обладают некоторым опытом работы с данными. А умение быстро обучаться в настоящее время само по себе является необходимым навыком.
Быть главным по данным значит быть готовым к этой новой реальности, то есть к тому, что большая часть вашего обучения будет происходить вне работы (а не на работе). Вы будете учиться с помощью книг вроде этой, онлайн-курсов и программ сертификации. Наш мир сделал выбор в пользу более дешевого обучения, а это означает, что за свое образование ответственность несете вы. Независимо от того, где именно вы находитесь в иерархии компании, вы не можете ограничивать свое личное развитие событиями, которые происходят два раза в год. Не стоит рассчитывать, что вас вдохновит какой-нибудь доклад. Данные не будут ждать, пока вы захотите подумать о них критически. Вы должны продолжать учиться и нести ответственность за траекторию своего развития.
Теперь у вас есть правильные инструменты и образ мышления для того, чтобы стать главным по данным. Люди, умеющие понимать, думать и говорить на языке данных, способны пробиться сквозь шум, ажиотаж и заблуждения. Вам не обязательно быть титаном отраслевых технологий, чтобы использовать машинное обучение и искусственный интеллект. Хотя многие концепции, представленные в этой книге, отражают новые технологии, проблемы, которые они представляют для бизнеса, существуют уже на протяжении нескольких десятилетий и сводятся к низкому качеству данных, ошибочным предположения и нереалистичным ожиданиям.
В то же время шумиха и завышенные ожидания от данных часто отвлекают внимание от этих основополагающих проблем. В начале книги мы обсудили несколько катастроф, которые произошли из-за того, что сотрудники организации не думали как главные по данным. По мере роста объема данных риск таких ошибок возрастает.
В лучшем случае такие ошибки бывает легко исправить. В худшем случае они приводят к пустой трате денег, подвергают опасности жизни людей и укрепляют заложенные в данных стереотипы. Как главный по данным вы должны задавать правильные вопросы, спорить с данными и вести неудобные разговоры. Фундамент, который вы заложили прочтением этой книги, поможет вам справиться с этой задачей.
Об авторах
Алекс Дж. Гутман – дата-сайентист, корпоративный тренер, получатель гранта Фулбрайта и аккредитованный профессиональный статистик, который с удовольствием преподает широкий спектр тем, связанных с наукой о данных, слушателям с разным уровнем технической подготовки. Он получил степень доктора философии по прикладной математике в Технологическом институте ВВС США, где в настоящее время работает адъюнкт-профессором.
Джордан Голдмайер – всемирно признанный профессионал в области аналитики и эксперт по визуализации данных, автор и спикер. В прошлом он был операционным директором Excel.TV и много лет обучал людей работе с данными. Он написал книги «Advanced Excel Essentials» и «Dashboards for Excel». Его работы цитировались в Associated Press, Bloomberg Business-Week и American Express OPEN Forum. В настоящее время он – семикратный обладатель награды Excel MVP Award, что дает ему право предоставлять обратную связь и давать рекомендации группам разработчиков продуктов Microsoft. Однажды с помощью программы Excel он сэкономил для ВВС США 60 миллионов долларов. Также Джордан работает техником скорой медицинской помощи в качестве волонтера.
О технических редакторах
Уильям А. Бреннеман – научный сотрудник и ведущий специалист по глобальной статистике в отделе моделирования и науки о данных компании Procter & Gamble, а также адъюнкт-профессор практики в Школе промышленной и системной инженерии им. Стюарта при Технологическом институте Джорджии. После прихода в P&G он работал над широким спектром проектов, связанных с применением статистических методов в таких областях своей компетенции, как проектирование и анализ экспериментов, робастное параметрическое проектирование, проектирование надежности, статистическое управление процессами, компьютерные эксперименты, машинное обучение и статистическое мышление. Он также сыграл важную роль в разработке корпоративной учебной программы по статистике. Он получил степень доктора философии в области статистики в Мичиганском университете, степень магистра математики в Университете Айовы и степень бакалавра математики с правом преподавания в старших классах средней школы в Таборском колледже. Уильям является членом Американской статистической ассоциации (ASA) и Американского общества качества (ASQ). Он был председателем отдела статистики ASQ, председателем секции качества и производительности ASA, а также заместителем редактора журнала Technometrics. Уильям также семь лет работал преподавателем в средней школе и колледже.
Дженнифер Стиррап – основатель и генеральный директор Data Relish, ведущей британской консалтинговой компании, работающей в области искусственного интеллекта и бизнес-аналитики и разрабатывающей стратегии работы с данными и бизнес-ориентированные решения. Джен – признанный авторитет в области ИИ и бизнес-аналитики, всемирно известный спикер из списка Fortune 100. Она входит в число 50 лучших мировых провидцев в области науки о данных, в число лучших дата-сайентистов, на которых следует подписаться в Twitter, а также в число 50 самых влиятельных женщин мира в сфере технологий.
Джен консультирует клиентов из 24 стран, расположенных на пяти континентах, и имеет ученые степени в области искусственного интеллекта и когнитивных наук. Джен пишет книги, посвященные науке о данных и искусственному интеллекту. Она принимала участие в передачах, выходивших на CBS Interactive и BBC, а также в создании таких известных подкастов, как Digital Disrupted, Run As Radio и собственной серии вебинаров Make Your Data Work.
Кроме того, Джен выступала с программными докладами в колледжах и университетах, а также делилась своим опытом с благотворительными и некоммерческими организациями, выступая в качестве неисполнительного директора. Все доклады Джен основаны на ее более чем 20-летнем опыте самоотверженной и усердной работы по всему миру.
Благодарности
Я заметил, что при написании раздела «Благодарности» авторы книг обычно упоминают своих супругов в самом конце. Возможно, это объясняется их желанием оставить лучшее напоследок. Однако я пообещал своей жене, что если когда-нибудь напишу книгу, то первым делом упомяну ее, чтобы ясно показать, чей вклад для меня является наиболее важным. Итак, я благодарю свою жену Эрин за ее любовь, поддержку и улыбку. Прямо сейчас она берет наших троих маленьких детей на велосипедную прогулку, предоставляя мне возможность дописать последнюю страницу. (Я уверяю читателей, что этот поступок в полной мере отражает тот образ жизни, которого мы придерживались на протяжении прошедшего года.)
Я хотел бы поблагодарить своих родителей, Эда и Нэнси, за то, что они поддерживали меня во всех начинаниях и показали мне пример хорошего родительства, а также моих братьев Райана и Росса и сестру Эрин за их поддержку.
Эта книга – кульминация множества дискуссий, проведенных с друзьями и коллегами, с которыми мы обсуждали всевозможные вопросы, начиная с целесообразности написания книги об овладении языком науки о данных и заканчивая выбором тем, которые стоит в нее включить. Я выражаю особую благодарность Алтынбеку Исмаилову, Энди Ноймайеру, Брэдли Бё