Как находить аплифты от Data Science. Часть 2

Итак, я снова в писательском строю. Мой прошлый пост был про то, что вероятность получения реального эффекта от ML зависит от правильного выбора места, где вы работаете. Продолжу давать советы как выбирать

Выбор отдела и проекта

Условно, можно поделить DS проекты на следующие категории, по метрикам на которые они влияют

- Рост выручки
- Снижение затрат
- Рост вовлечения (MAU, DAU итд)
- Рост качества продукта
- Не имеют прямого влияния

Проще всего получать аплифты, где есть прямое влияние на выручку. Например, монетизация в поиске, маркетинговые коммуникации или банковский скоринг. Тут процент от улучшения модели напрямую будет превращаться в деньги.

Снижение затрат как будто чуть сложнее для раскачки, но и там можно получить хорошие эффекты. Например, автоматизация распознавания документов или автоматизация поддержки. Для DS тут главное, чтобы уже был создан задел из простых алгоритмов, чтобы модели тестировались против работающих эвристик.

Вовлеченность как мне кажется качать непросто. Есть «хорошие» задачи вроде поиска и рекомендаций. Но вот не знаю, возможно ли замерить влияние на DAU качество ответов условной Алисы.

Обеспечение качества продукта хорошее место для выбивания эффекта. Его нельзя будет понятно померить в деньгах, но вы будете видеть результат своей работы. Например, антифрод или матчинг товаров, или построение прогнозов (хотя в последнем бывают исключения, у нас вот прогнозы в ui напрямую растят выручку)

Но вот с чем нужно быть аккуратным - это с проектами, которые явно ни на что не влияют. Это не значит что они всегда ненужные, но просто иногда с ходу понятно, что аплифтов тут не будет. Например, когда говорят - давайте сделаем модель кластеризации клиентов. Или у меня был негативный опыт с моделью оттока сотрудников. Чтобы распознать такой проект, задайте вопрос - на какие продуктовые метрики вы будете влиять? Что будет происходить с выходом вашей модели? Возможно ли провести какой-то адекватный эксперимент? Если нет, то считайте, что это RnD.

Итог

Надеюсь, мои мысли дадут вам пищу при выборе новой работы и проекта внутри вашей компании. Если вы хотите получать эффект, то в первую очередь думайте на какой проект вы делаете ставку. Из дохлой лошади выжать что-то будет очень сложно.

Спасибо за внимание. Как всегда буду рад вашим реакциям 🔥 и историям кринжовых проектов 🙂

#career@big_ledovsky