尽管有许多公司和工具致力于帮助数据从业人员兑现其职业承诺，但可用数据与有效数据之间的差距被证明非常难以弥合。
这是怎么发生的呢？有很多潜在的原因，从过时的基础设施到沟通中断和利益相关者不一致，以及许多可能导致问题的方式。幸运的是，也有一些基本原则可以帮助数据团队更加高效：明确的、可衡量的目标和简单性是我们发布的数据管理文章中的共同主题。
为了帮助您逐渐深入这个有时棘手的话题，我们精选了一些最近优秀的贡献者的文章，他们根据自己的经验分享见解和建议。有些文章处理个人贡献者层面的问题，而其他文章则探讨了如何简化组织中的数据操作挑战。它们的共同点是务实、精明地使团队和项目运行更加顺畅。让我们开始吧。
- 基于云端数据服务的出现，无数公司发生了翻天覆地的变化。正如Barr Moses所指出的，然而，摆脱现场基础设施并不总是伴随着对新的和更好的工作流程的必要心态转变，但对于寻求在“现代工具、顶级人才和最佳实践之间实现一致性”的组织来说，改变是可行的。
- 起初听起来可能有些违反直觉，但Robert Yi提出了一个令人信服的观点，即团队应避免过于死板地以数据驱动为中心。基于他在COVID-19大流行初期的混乱日子中所学到的经验，Robert认为我们应始终“考虑不同的决策环境”并根据具体的情境来利用数据（或者不利用）。
- 设计一个数据项目可能是一项艰巨的任务：它通常涉及到与可能不如您精通数据的合作伙伴的沟通、笨拙的工具集成和竞争优先级。Radmila M.主张采用定制的问题陈述工作表（PSW）方法来保持事情的整洁和专注。
- 从混乱的数据淤泥到过于复杂和难以掌控的技术堆栈，公司找到了无数贬低其数据价值的方式。Michał Szudejko在概述克服组织挑战的广泛策略之前，调查了当前的组织挑战格局：“没有一种正确的方法，但开始这个旅程是值得的。”
从深思熟虑的解释者到引人入胜的副项目，TDS上总是有很多精彩的文章可供发现；以下只是我们作者中的一小部分杰出代表：
- Hennie de Harder分享了一个开眼界（并且易于理解的）有关时间复杂度和NP难度的数学基础的介绍。
- 对于一个详细耐心的技术教程感兴趣吗？按照Cesar Flores最新的文章，学习如何构建一个带有内存微服务的对话代理。
- 要了解分类问题和CatBoost梯度提升决策树的初学者友好介绍，请不要错过Caroline Arnold的新文章。
- 我们能从个人数据中学到什么？Jeff Braun的深度挖掘提供了一些建议，可以向那些积累数据的公司请求您的数据，并为生成专业和个人的见解提供了思路。
感谢您对我们作者的支持！如果您喜欢在TDS上阅读的文章，请考虑成为VoAGI会员，它可以解锁我们的整个存档（以及VoAGI上的每篇其他文章）。
在下一个变量出现之前，
TDS编辑