本文来自一位DS前辈在LinkedIn上的工作总结
建设数据团队需要考虑的一些要点：
战略布局Strategy：
- 设计数据团队的发展战略（strategy）和路线图（roadmap），这是应该从第一天就开始做的事情
- 业务影响（Business impact）：数据团队对于企业和业务部门的贡献应当能够用直观的数据（金钱、时间或其他KPI）表达出来，并作为重要的战略指标
团队建设：
- 在给定经费下，招聘合适的优秀人才入组
- 认真考虑每一个团队人才的个人发展目标
- 与所有的潜在候选人保持联系，如给失败的候选人成长建立
- 学会授权（delegation）与信任，避免事必躬亲（should work on things that only you can do）
技术基础设施建设：
- 数据产品的建设，为数据项目提供文档详尽、清晰可复用的数据产品，例如特征平台（Feature Store）、数据集市(data mart)
- 自动化运维（或DevOps）建设：在云平台或云原生（k8s）等设施上实现数据项目的自动化集成测试与部署
- 最佳实践（Best Practice）：通过模版、文档等方式定义数据项目开展的标准化流程（Standard Process），实现可靠的项目交付质量控制
部门合作：
- 花时间去了解业务部门的日常工作，发现业务中痛点难点。
- 与业务部门保持持续沟通，让双方互相了解工作进展，随时调整工作优先级
- 定期开展跨部门知识分享与培训，增进了解，碰撞火花，发掘潜在机会
- 向上沟通：在企业中营造数据驱动的决策制定文化
外部影响：
- 知识分享：对外进行知识与经验分享，促进技术社区的交流
- 开源贡献：将公司内部的非核心业务工具开源，回馈开源社区
- 影响力提升