콘텐츠로 건너뛰기
02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
청중> 통찰력

데이터 과학의 진정한 마법

3 분 읽기 | Kevin Lyons, 데이터 과학 | 수석 부사장 팔월 2019

공상 과학 소설 작가 아서 C. 클라크 (Arthur C. Clarke)가 "충분히 진보 된 기술은 마술과 구별 할 수 없다"고 가정했다면 때로는 데이터 과학이 토끼를 모자에서 꺼내는 것처럼 느껴질 때가 있습니다. 물론 이 내러티브는 잘못된 것이다. 그것은 내가 "데이터 마술"이라고 부르는 것에 대한 인식이며, 사람들은 데이터가 "데이터 과학 기계"의 한쪽 끝으로 펌핑 될 수 있다고 믿고 완벽한 위젯 (모든 사람의 문제에 대한 해결책)이 다른 쪽에서 나타날 것이라고 믿습니다.

이는 대다수의 사람들이 데이터 과학의 작동을 이해하지 못하기 때문이며, 딥 러닝과 같은 고급 영역에 들어가면 많은 데이터 과학자조차도 많은 수준의 복잡성을 이해하지 못한다는 것을 인정할 것입니다. 그러나 데이터 과학자라면 (대부분) 깊이가 없을 때를 알 수있을 정도로 충분히 알고 있습니다. 그러나 데이터 과학 커뮤니티 밖에서는 항상 그런 것은 아닙니다. 그리고 그것은 이해할 수 있습니다.

부분적으로, 그것은 우리 자신의 잘못입니다. 힘든 클럽입니다. 역사적으로 "외부인"이 침투하기가 어렵고 이해가 훨씬 적습니다. 데이터 과학의 언어는 가슴 가까이에서 개최되었습니다. 로마 카톨릭 교회가 특히 중세와 초기 근대에 이르기까지 메시징을 통제하기위한 핵심 의사 소통 언어로 교회 라틴어를 선택한 것처럼, 우리 데이터 과학자들은 비슷한 행동으로 비난받을 수 있습니다 - 분명히 같은 규모는 아니거나 전체 인구에 직접적인 영향을 미치지 않습니다. 그러나 16세기의 종교개혁이 족쇄를 풀고 다양한 기독교 교회들의 교리를 대중들에게 더 많이 이용할 수 있게 만들었던 것처럼, 데이터 과학은 이제 그 토착어를 더욱 확장해야 한다. 

공유 언어를 사용하면 데이터 과학자가 마치 마술처럼 원하는 결과를 얻기 위해 AI 환경을 통해 데이터를 실행하여 문제를 해결할 수있는 신비한 능력이 있다고 믿는 것을 넘어 설 수 있습니다. 그것은 사람들이 데이터 과학이 마법의 만병 통치약이 아니라는 것을 이해하는 데 도움이 될 것입니다.

사실, 고급 데이터 과학을 진정으로 원한다면 최악의 일 중 하나는 데이터 과학자에게 격리 또는 임시 문제를 해결하도록 할당하는 것입니다.이 문제는 데이터 과학을 뒷방에 유지함으로써 의사 소통을 사일로 할 수 있기 때문입니다.

오히려 데이터 과학을 확산시키는 가장 좋은 방법은 엔터프라이즈 수준의 문제를 폭로하고 올바르게 수행되면 데이터 과학이 팀 스포츠라는 것을 이해하는 것입니다. 제품이나 고객에게 전념하는 여러 분야의 팀을 보유하면 우수한 비즈니스 결과를 얻을 수 있으며 교차 기능 이해가 개발됩니다. 상업 동료, 제품 관리자, 엔지니어, 데이터 과학자 및 기타 주요 기능 조직의 대표를 포함한 코호트는 가장 큰 필요와 기회에 초점을 맞춘 마음의 회의를 위해 중단없는 방에 갇혀 있어야합니다. 이것은 진정한 마법이 일어나는 곳입니다.

여전히이 여행을하는 여행자는 경고 표지판을 인식해야합니다. 협업의 정신으로 고객 또는 다른 타사와 협력 할 때 절대적으로 모든 사람이 설명 할 수있는 솔루션을 찾기 시작하면 잠시 멈추십시오. 마술사가 자신의 성능을 기본 트릭으로 제한하지 않는 것처럼, 청중은 데이터 과학자가 쉽게 설명 할 수있는 솔루션을 기본값으로 사용해서는 안된다는 것을 이해합니다. 고의적으로 프로세스에 물을 뿌리면 문제에 대한 최적이 아닌 솔루션을 제공하는 부수적 인 효과가 발생할 수 있습니다. 그것은 균형입니다.

이러한 균형은 데이터 과학자의 역량을 신뢰하는 회사에 달려 있습니다. 신뢰할 수있는 데이터 과학자는 가능한 한 우리의 언어를 공유하지만 상황이 너무 기술적으로 바뀔 때 솔루션을 희석시키지 않으며 항상 우리의 규율에 충실 할 것입니다 이것은 기술적으로 진보 된 회사가 각자의 진실 세트에 도달 할 수있게 해주는 신뢰와 균형의 종류입니다.

이 기사는 원래 Medium에 게시되었습니다.

유사한 인사이트 계속 탐색