1.2 数据科学项目概述

数据科学项目是利用数据科学来解决问题的数据项目。数据科学项目想要取得成功，需要项目参与者、数据和工具的配合，缺一不可。

和普通项目相比，数据科学项目往往具有以下特点。

数据科学项目的需求可能是之前从未遇到过的，或是现有行业中的新需求，或是针对新行业，之前的相关积累很难复用。

客户的需求可能是复杂的、多维度的，涉及多条业务线，受到业务线交叉的影响。

针对客户需求所提供的产品/服务资产专用性较高，难以合并同类项或者利用资源的协同性达到降低成本的效果。

可以说开展数据科学项目像极了在实验室里做实验，也可以说，每次开展数据科学项目都好比进行了一次新的精益创业——往往没有多少成熟的前人经验用以借鉴，需要通过逻辑思辨和巧妙的组合，将企业现有的能力有机转化为针对某个特定需求（不是特定客户，也不是特定场景）的产品或服务。数据科学项目是面向某个特定的数据科学问题的、满足科学项目基本流程特征的项目，其产出是最小可执行的数据产品（MVDP）。

相较于其他项目，数据科学项目的一个显著的特点是，其经常会与数据处理的过程以及数据产品产生的过程形成耦合。图1-2展示了一个典型的数据科学项目的流程，可以看出，数据科学项目的过程包括采集数据、整合数据、训练模型、部署模型等。在这个过程中，不同的阶段有不同的产出：有的阶段产出结构化的、可分析的数据集，有的则产出待优化的模型。没有一个数据科学项目是能够一次性得出最佳模型的，因为数据处理的过程和挖掘数据含义的过程，就是不断尝试、不断校准的过程。