今天重點講講我對感悟（一）中提及的「解決方案設計團隊」的看法。其實這個名字是我瞎起的，對應的是大家熟知的「演算法團隊」或者「機器學習團隊」。
機器學習團隊做的事情，我覺得有個簡單的規則來判定:
普通研發團隊覺得實現不了
本來是需要人的」認知「和」經驗「才能處理的，現在想把人釋放出來
舉個例子，付費問答裡，我們希望知道使用者對回答是否滿意，因為顯示的反饋如給五星好評似乎沒有得到多少使用者響應，所以我們只能通過人工的方式去檢視，人具有「認知」和「經驗」，而且大腦很通用，可以較好的處理這方面的內容。但是也有缺點，就是不夠及時並且長遠來說成本較高，畢竟要僱傭很多人才能處理那麼多問題。
這個情況就符合我上面提及的兩點了。首先問答的開發團隊也是沒有太大的辦法的，因為這個需求太「主觀「，不太好用**來實現，除非你給我一些規則。第二個就是，這個確實只能用人來進行判定。人判定其實也是很難的，這個是後話，我們晚點再討論。
好了，我們說明白了機器學習團隊可以解決什麼樣的問題，那為啥我要取乙個新的名字呢，比如叫做「解決方案設計團隊」？ 因為我期待的是機器學習團隊是任何一件事情的ower,從需求發現，需求的提出，到demo，到工程化，再到測試，到互動到以後的售後，都有該團隊的人來把持。換句話說，就是這個團隊需要提供乙個端到端的服務，為某個需求提供整套解決方案。所以僅僅會一些演算法，是達不到我取的這個title的要求的。
第二個是」合作「方面的區別。 很多團隊的基本模式是業務方提需求，自己來實現。」解決方案設計團隊「有很多場景也是如此，但是對於」解決方案設計團隊「而言，會更多的和分析師團隊一起，從資料角度了解很多業務的現狀，然後從自己的角度去發現需求，提出需求，然後和業務運營等進行溝通，確定需求的真實性，之後進行設計和demo,直到最後的工程化和交付。所以更多的是一種「合作」模式，讓事情變得更好。這是一起努力，一起擔責，一起提公升的過程。所以不存在「扯皮」或者「利益之爭」。
有個簡單的例子，解決方案設計團隊通過資料發現大v存在嚴重的馬太效應，這其實是乙個標準的流量分配的問題，對於站點而言，利益最大化其實是如何利用你現有的流量讓你站點的流量或者成交額或者問題數等最大化，這是乙個典型的最優解問題，有點像廣告的投放，之後解決方案設計團隊可以提出這個問題並且和運營團隊溝通，最後提供可能的解決方案。合作的過程中，我一直強調端到端的跟蹤，比如解決方案設計團隊做的一些有普適性的東西，也必須放到合適的場景下才能有作用，否則你會發現，就是一堆沒用的東西。
第三個，」解決方案設計團隊「會發生： 一開始認為可以，但是實際觀察資料後，甚至到做了demo之後，才能發現這件事我其實是做不了的。 換句話說，就是它可能經常讓你失望。
其他的團隊大致了解需求後，是基本確定可以做的。但是解決方案設計團隊卻沒辦法做到這一點，比如對於情感分析，如果光從問題和回答的文字，很多場景是可以判斷出來的。但是某天你發現乙個具體的業務場景，這條規則失效了，如果只是通過對話內容，人都很難判斷出來，因為這種場景，人並不會表露自己的」情緒「，那麼機器其實也沒辦法判斷出來。這種情況可能和具體的業務有關係。
第四個，」解決方案設計團隊「 做需求的過程中，屬於厚積薄發，時間週期很長。當然，如果正好合口味，則有可能也是比較快的。
比如乙個看似簡單的問題，可能乙個月，勉強交付了，效果一般般，後面乙個月，還是一般般，哦，突然到了第三個月，效果獲得明顯提公升。其實是因為第三個月他們頓悟了麼？不是，是因為前兩個月的積累產生的效應。和」解決方案設計團隊「 合作，需要放長線，短期你很難充他們身上獲取到你滿意的東西。「解決方案設計團隊」自身也需要有積累的過程，好比乙個嬰兒，需要不斷的學習新東西，長成大人之後才能不斷獲取做出優秀的成績。
第五個，」解決方案設計團隊「 因為不侷限在哪個業務線，而他又是承擔乙個找茬並且提供解決方案的團隊，他從公司的角度去了解公司的瓶頸在哪，需要解決什麼樣的問題，所以可以緩解我之前提到的乙個問題。參看這篇文章：研發的兩觀，全域性觀和產品觀。這篇文章一句話就能概括： 「區域性的最優可能導致全域性無法得到最優」。
解決方案設計團隊和大資料團隊一樣，是乙個比較昂貴的團隊，或者我們說類似於戰略規劃。或許可以成為公司未來新的驅動引擎，也可能沒有產生對公司而言任何有意義的價值。
關於團隊管理的三點心得與感悟
1 定規矩，先把小組的規矩明確，這是做所有事情的基礎，以後的工作都以這些規矩為範圍。具體說就是醜化都說在前面，能夠接受的要求的，說明心理過了第一關。需要強調的是，新人進組要先談話，把你的要求說明，而且每人都是一樣的，別有差異。態度要誠懇，讓坐席感覺到都是為了他好。2 養習慣，一切都是積極正面的，臭毛...
成功大資料團隊的「三駕馬車」
星期五,一月 3,2014 動態,大資料 對於那些著手嘗試大資料應用的企業來說，成敗的關鍵是組建乙個優秀的大資料團隊，但是不要指望乙個 首席資料官 cdo 或者資料科學家搞定所有的事情，成功的大資料團隊需要三駕馬車 一位業務分析師 一位機器學習專家和一位資料工程師。隨著大資料企業應用的火熱開展，資料...
張三大隊團隊專案資料庫設計心得
專案名稱 基於深度學習的爆管監測系統 組別 張三大隊 成員 厲平安 郭江浩 郭芮 周學才 崔舒媛 對於我們專案的資料庫的設計思路來說，我們主要分成兩個部分，第乙個就是具體的資料方面內容而且需要有各個表之間的互相聯絡 具體的表主要是各種管道 閥門的資訊以及按照時間序列得到的流量和壓力資料，而且資料需要...