一、背景
之前我講過一個《業務重要？還是技術重要？》，后來收到評論恢復，工作3年以上的同事大多認為業務和技術同等重要。作為一個數據人，我一直想講業務比數據更重要，但一直怕遭到熱衷技術同學的鄙視，這句話一直沒敢說。其實，數據人都知道，現在很多大會包括老板，一直都在提“數據賦能價值”。作為員工，我一直對此深信不疑，我也一直在對團隊內強調
二、數據價值賦能價值
大家對數據賦能價值產生共鳴后，就開始尋找數據價值，當然，剛開始還是有部分同事不以為然，還是要靠領導者來趟路，給大家做一個“模范”。數據要產生價值，並不是數據越多越好。很多時候我們花費大量的時間來搞數據融合，解決“數據孤島”，最后數據都躺在服務器上“睡覺”。
很多時候，數據人員不是很清楚如何把現有的數據做出價值。但是業務人員很多時候都清楚自己要什么，他們苦惱的是不會運用數據。所以很多時候，業務頻繁的給數據人員提大量的需求，有些甚至是“無理”的需求。最終導致數據平台開發了很多指標，還是靜靜的躺在報表系統里，業務人員也許用過一次后就再也不會點開了。上面已經說了，業務人員很清楚如何實現數據的價值，那為什么不讓業務人員自己來分析數據呢？於是我們開始建設數據分析平台，然后構建數據產品！一個個數據指標是靜態的，但分析的理念和框架是動態的，通過提煉分析框架和業務目標進行數據泛化形成數據產品，才能讓數據被真正用起來。
數據產品特點：
-
數據產品要結合實際的業務場景
-
數據產品方便業務人員操作
-
數據產品要能夠讓業務人員自己構建，比如通過拖拽的方式。
也許，你會問了，有了自助分析平台和數據產品，業務就可以自己出數據報告，不用再讓數據人員提數了，那么作為數據人員的你是不是瑟瑟發抖。
數據人員不會再花大量的時間和業務人員“砍需求”，而是專注數據應用場景，然后規划自己的模型。從數據采集到數倉規划和建模開發，包括數據資產管理都會從數據應用的角度出發來實施。期間，從前的“表哥表姐”還能抽出時間搞個數據挖掘和算法，從多維度探索數據，更大的挖掘數據價值（方便以后跳槽）
三、數據挖掘工程師
關於數據挖掘，上面我們已經說了，數據的上層應用挖掘，這個需求隨着數據處理流程日益完善，數據的應用已經從簡單的多維統計分析，慢慢的向深層挖掘過渡。那么作為曾經只會SQL的數據工程師要重新拿起“西瓜書”了嗎？
招聘網站，我們看到很多公司在招聘算法工程師，關於算法工程師招聘到公司具體做什么，我也了解過一些其他公司的（自己團隊的算法工程師，我很清楚需要他們做什么）。通過了解一圈發現，很多公司招聘的算法工程師其實就是數據挖掘工程師。我理解真正的算法工程師是專注於數學工程化的，他們更專注於數據問題研究到極致，工作更加純粹。除了頭部IT公司，應該很少有公司在做真正的高精尖算法研究吧，然而作為數據挖掘工程師就需要了解數據。
數據挖掘工程師需要知道一整個數據到業務輸出的機制或者說是系統，可能涉及到復雜的算法轉化，也可能只是簡單的規則轉化，或者多個模型的轉化組合輸出等等，他是一個比較全面而概括性定位。
四、如何成為團隊核心人才
1、熟悉業務
進入公司（新崗位）的第一步就是去了解部門限制處理的業務，數據都是從哪里來的，涉及哪些業務，我了解他們的系統。只有了解了你接下來面對業務系統，才能更好的“服務於”業務。
2、熟悉平台
了解部門平台架構，知道平台數據怎么接入的，如何存儲的，怎么處理的。很多算法工程師，只知道要自己算法需要的特征數據，對數據倉庫工程師提了各種需求，然后“靜靜的”等數據。數據來了以后，發現和自己要的有出入，就又來了一輪，大家都很痛苦。沒有人比你自己更了解你需要什么數據，所以“自己動手，才是王道”。
3、幫助別人
幫助團隊成員能力提升，“大家好，才是真的好”。其實進入到一個部門，每個人都有自己的優勢，幫助別人提升能力的同時，自己也不斷提升，團隊也會獲得更好的“績效”，也幫助了領導“解憂”，自然會成為部門的“紅人”。