FDE Times 数据在招 FDE 职位 873▼9 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 55在招公司 181支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 98
ENVI

前线部署工程师(FDE)的专业媒体

书籍与课程

FDE 先读这本:一本不讲算法的数据科学书

Provost 和 Fawcett 教人用数据思考,FDE 在客户现场写代码前就该具备这种能力。

封面: Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking
Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking · Foster Provost · 封面图片:Open Library
分享微博

要点速览

  • 《Data Science for Business》(O'Reilly,2013)讲的是从数据中提取知识的原则,而不是算法。
  • 值得记住的三个观点:原则比算法重要;数据挖掘是一门有流程的手艺;数据是需要投入的资产。
  • 先读它,再读技术类 ML 书,从软件工程转做 FDE 的人尤其如此。
左右两栏并排。左栏是客户的原话:“我们想降低流失”。箭头指向右栏,这句话变成了一个问题:按 30 天内流失的风险给 10,000 名订阅用户排序。一条横条表示打电话的 500 人,橙色部分占横条长度的 1/20。最后一行写明衡量方式:接到电话的人中有多少留下。这是文中的示意例子。
“降低流失”要有了决策(给 10,000 名订阅用户中的 500 人打电话)和衡量结果的方法,才算一个问题。来源:文中示意例子,依据 Provost 和 Fawcett 所著《Data Science for Business》中的“数据分析思维”。

这本书的官方页面开头就说得很直白:这不是一本讲算法的书。对一本封面上印着“数据挖掘”的 O’Reilly 图书来说,这话有些反常。但对前线部署工程师(FDE)来说,这正是值得读它的理由。

这本书名为 Data Science for Business,副标题提到数据挖掘和数据分析思维。作者是 Foster Provost 和 Tom Fawcett,2013 年由 O’Reilly Media 出版。

它脱胎于 Provost 在 NYU 开设的一门选课人数极多的课程。据 NYU Stern 介绍,八个国家的十几所大学已将它选作教材,Fortune 也把它列入 MBA 必读书单。

一本出版了 13 年的书,对 2026 年的 FDE 有什么用?在客户现场,最难的环节很少是选模型,而是把客户模糊的说法变成一个可衡量的问题。

两位作者的目标是讲清从数据中提取有用知识的基本原则。这本书也写给那些不亲自动手、但想提升数据分析思维的读者。

客户带来的是担忧,不是问题

设想一家订阅制公司对你说:“我们想降低客户流失。”这还算不上数据问题。它没说谁来行动、在多长时间内行动,也没说怎样算成功。

多问几句就会发现,客服团队每月只有人手给 10,000 名订阅用户中的 500 人打电话。问题这才清楚:按未来 30 天内流失的可能性给 10,000 名用户排序,再挑出最值得打电话的 500 人。

这个问题有明确的决策(给谁打电话)和可衡量的目标(接到电话的人中有多少留下),也说明了需要哪些数据(订阅历史、谁流失了、何时流失)。

书中把这种思维称为“数据分析思维”。据出版社介绍,书中每条原则都用真实的业务问题来说明。所以和客户打交道的人会觉得,它比数学教材更贴近自己的工作。

观点一:原则比算法更长久

算法每年都在变。但“有了这个答案,哪个决策会因此改变?”这个问题始终不变,不管你用的是 2013 年的决策树,还是 2026 年基于 LLM 的智能体。这本书选择讲不变的部分。

MIT Sloan 教授 Sinan Aral 评价说,在面向商业的应用数据科学领域,没有哪本书能像它这样既权威又易懂。

对 FDE 来说,易懂马上就能派上用场:它给了你一套说法,向运营总监解释为什么“预测流失”和“选择给谁打电话”是两个不同的问题。

客户提出需求时,第一件事是写下这项分析会影响哪个决策。如果这句话还写不出来,现在打开 notebook 就为时过早。

观点二:数据挖掘靠流程,不靠运气

Provost 把数据挖掘称为一门手艺:它需要技巧,不是按个按钮就能完成。据 O’Reilly 的发布介绍,这门手艺有一套定义清晰的流程,能提高成功的概率。这对 FDE 很重要,因为它打破了“有数据加模型就会自动出结果”的想法。

流程也是可以从一个客户带到下一个客户的东西。在订阅公司的例子里,路径是:明确决策,定义“流失”,找到数据,再恰好在这 500 通电话上衡量结果。换成银行或物流公司,步骤相同,只是名词变了。

把你的流程写成一份简短的检查清单,在每次需求调研中使用。做过三个客户之后,你就能看出失败的项目通常错在哪一步。

观点三:数据是资产,资产要花钱

出版社这样概括书中的一条经验:把数据当作业务资产,它需要精心投入才能产生真正的价值。在客户那里,这常常意味着一场尴尬的谈话:告诉对方,他们现有的数据不够用。

回到前面的例子:假设公司没有记录用户退订的日期,只记录了当前状态。那么现在还没法建模。

第一项工作是建议客户投入资源记录这类数据,并讲清楚需要多少工作量。能在第一周就把这话说出来的 FDE,可以免去三个月的空头承诺。

哪道面试题能看出候选人怎么思考?

出版社介绍中提到一个很少有人注意的用途:面试数据岗位候选人时运用数据科学原则。FDE 经常要评估客户的数据团队,或帮自己团队招人,所以这是一项真正用得上的能力。

设想把上面的订阅场景抛给候选人:“公司想降低流失,你从哪里入手?”较弱的回答直接奔向模型:试几种算法,比较准确率,选最好的。听起来很技术,但候选人对客户一个问题都没问。

好的回答先反问:谁会根据结果采取行动,每月能打多少电话,“流失”怎么定义,系统里有没有存退订日期。

在得知客服团队能打 500 通电话之后,候选人才谈排序,以及恰好在这群人身上衡量效果。这样一道题,比任何算法谜题都更能说明问题。

谁该读,什么时候读

如果你是正在转做 FDE 的软件工程师,先读这本书,再读技术类 ML 书。如果你已经是 FDE,就重读那些与客户最常提出的问题相关的章节。

这项能力也应该体现在简历上。与其写“构建了流失预测模型”,不如写下最初的业务问题、你如何重新定义问题,以及衡量结果的数字。这样一行字能让读者看到你怎么思考,而不只是你会用哪些工具。

模型还会变很多次。到了客户那里,第一个要问的仍然是:“哪个决策会改变?”

这篇文章对你有帮助吗?

4 个信源
路线图上的下一篇 · 阶段 4: 客户工作一本写给产品团队的书,提醒 FDE 每周见用户Torres 写给产品三人组的三个习惯几乎正合客户项目,首先是贯穿始终的每周对话。