吳甘沙：強(qiáng)技術(shù)驅(qū)動(dòng)公司如何建設(shè)數(shù)據(jù)團(tuán)隊(duì)？你得先搶來一位技術(shù)大牛

來源：大數(shù)據(jù)文摘 時(shí)間：2017-07-05 15:44:44 作者：錢天培

　　“找個(gè)技術(shù)大牛帶頭建立數(shù)據(jù)團(tuán)隊(duì)，我覺得已經(jīng)是最近幾年被驗(yàn)證的思路了?！眳歉噬尺@樣說道。

　　近幾年，學(xué)界和工業(yè)研究院大牛頻頻被挖至業(yè)界也反映了業(yè)界強(qiáng)技術(shù)驅(qū)動(dòng)型公司組建數(shù)據(jù)團(tuán)隊(duì)的這一思路?！按罂П缓鍝尅弊寯?shù)據(jù)團(tuán)隊(duì)建設(shè)成為了一場激烈的戰(zhàn)役，那么喧囂之后，業(yè)界又是一種怎樣的心態(tài)與現(xiàn)狀呢？

　　“他的團(tuán)隊(duì)少見地吸納了許多超級(jí)天才。其中有來自大學(xué)的機(jī)器專家，頂尖的計(jì)算機(jī)視覺專家，以及來自Google的機(jī)器學(xué)習(xí)團(tuán)隊(duì)。”

　　一如李開復(fù)所評(píng)價(jià)的，馭勢科技的數(shù)據(jù)團(tuán)隊(duì)集結(jié)了眾多數(shù)據(jù)科學(xué)、人工智能領(lǐng)域的大咖。

　　前英特爾中國研究院院長，前英特爾大數(shù)據(jù)實(shí)驗(yàn)室主任，前英特爾大數(shù)據(jù)實(shí)驗(yàn)室主任，谷歌眼鏡最早期核心研發(fā)成員，以及原北京理工大學(xué)教授、曾經(jīng)的智能車未來挑戰(zhàn)賽冠軍。

　　2016年2月，在這五位聯(lián)合創(chuàng)始人的帶領(lǐng)下，一家旨在突破中國自動(dòng)駕駛格局的公司——馭勢科技——正式成立了。不久后，英特爾中國唯一一位資深首席工程師也加入了這家公司。

　　這幾位數(shù)據(jù)科學(xué)、人工智能大咖的聯(lián)合，意味著一支超強(qiáng)數(shù)據(jù)團(tuán)隊(duì)的成立。

　　數(shù)據(jù)團(tuán)隊(duì)建設(shè)：大牛先上，再發(fā)展下線

　　特斯拉從OpenAI挖走Andrej Karpathy，阿里從亞馬遜挖走任小楓——AI人才大戰(zhàn)早已成為行業(yè)的慣常。

　　強(qiáng)技術(shù)驅(qū)動(dòng)公司如何建立數(shù)據(jù)團(tuán)隊(duì)、開展新業(yè)務(wù)？吳甘沙給出的答案是：大牛先上，再發(fā)展下線。

　　在馭勢科技，前英特爾中國研究院院長吳甘沙等幾位英特爾的才俊掌舵計(jì)算，谷歌眼鏡最早期核心研發(fā)成員趙勇總管視覺，原北京理工大學(xué)無人車項(xiàng)目負(fù)責(zé)人姜巖執(zhí)掌決策控制。在這幾位各自領(lǐng)域大牛的帶領(lǐng)下，馭勢科技的數(shù)據(jù)團(tuán)隊(duì)在一年多的時(shí)間里迅速壯大。

　　除去大牛本身超強(qiáng)的技術(shù)背景能為企業(yè)帶來的潛能，吳甘沙認(rèn)為選擇這條數(shù)據(jù)團(tuán)隊(duì)建設(shè)道路至少還有三個(gè)原因。

　　首先，技術(shù)大牛的入駐本身能為公司帶來一批優(yōu)秀的追隨者。吳甘沙從英特爾的出走，吸引了一批頂尖數(shù)據(jù)科學(xué)人才。除馭勢科技外，吳甘沙也為我們舉了360的例子。2015年，新加坡國立大學(xué)計(jì)算機(jī)視覺、深度學(xué)習(xí)專家顏水成加入360，緊跟其后的便是一大批他的學(xué)生與學(xué)界好友。

　　吳甘沙也提到，在國外，Uber的作法更是野蠻的一鍋端——2015年，Uber從卡內(nèi)基梅隆大學(xué)（CMU）的國家機(jī)器人工程中心一次性挖走了50名研究自動(dòng)駕駛汽車技術(shù)的科學(xué)家。而在此之后，Uber也立即宣布向CMU捐贈(zèng)550萬美元，以贏回學(xué)術(shù)界的青睞。

　　其次，吳甘沙認(rèn)為，大牛本身對(duì)人才準(zhǔn)確、高要求的標(biāo)準(zhǔn)也非常有利于數(shù)據(jù)團(tuán)隊(duì)的進(jìn)一步建設(shè)。

　　“普通的HR不會(huì)幫你做決定，他們只是負(fù)責(zé)把渠道打開，流量進(jìn)來，進(jìn)行一個(gè)初篩。而負(fù)責(zé)最后把關(guān)的仍然是技術(shù)部門的大牛。”吳甘沙稱。

　　數(shù)據(jù)行業(yè)專業(yè)化程度高的技術(shù)崗位會(huì)對(duì)人才有多種專業(yè)技能的要求，要理解這些需求，對(duì)于一般HR來講確實(shí)很難。因此，大牛的把關(guān)對(duì)團(tuán)隊(duì)建設(shè)起著至關(guān)重要的作用。

　　▲吳甘沙（照片由受訪者提供）

　　面對(duì)行業(yè)內(nèi)對(duì)于學(xué)界大牛會(huì)否缺乏業(yè)內(nèi)相關(guān)知識(shí)的質(zhì)疑，吳甘沙也指出，這不會(huì)成為學(xué)界大牛在業(yè)界發(fā)揮的阻礙。

　　“我覺得這些大牛的學(xué)習(xí)能力是非常強(qiáng)的。這一點(diǎn)你都不用太擔(dān)心，他們對(duì)于業(yè)務(wù)知識(shí)的學(xué)習(xí)能力非常強(qiáng)，像漆遠(yuǎn)現(xiàn)在在螞蟻金服其實(shí)做得風(fēng)生水起，他對(duì)螞蟻金服的業(yè)務(wù)其實(shí)是了解得非常深刻的?！保ㄗⅲ浩徇h(yuǎn)曾任普渡大學(xué)計(jì)算機(jī)系和統(tǒng)計(jì)系終身教授，現(xiàn)任螞蟻金服VP。）

　　對(duì)于這一現(xiàn)象背后所反映出的業(yè)界現(xiàn)象，吳甘沙認(rèn)為是數(shù)據(jù)人才的嚴(yán)重稀缺。不僅是大牛資源的稀缺，也是基礎(chǔ)數(shù)據(jù)人才的稀缺。

　　“我們有多少料就做多少菜，從某種程度上，人才也是制約我們能夠做更多的菜、做滿漢全席的一個(gè)重要因素。對(duì)于人才的一種饑餓，在未來的2到3年內(nèi)會(huì)一直存在。我覺得整個(gè)行業(yè)都是這樣的，大小公司都處在一種饑餓的狀況。這樣的人才很少，所以大家就希望盡量在早期把這些人才搶光，然后后面增量的來了再說?！?/p>

　　迅速擴(kuò)張時(shí)，如何保證數(shù)據(jù)團(tuán)隊(duì)有效運(yùn)轉(zhuǎn)？

　　與數(shù)據(jù)人才稀缺相伴相行的，則是數(shù)據(jù)團(tuán)隊(duì)的迅速建立與擴(kuò)張。

　　吳甘沙告訴我們，在馭勢科技就并行存在著三只涉及大量數(shù)據(jù)科學(xué)工作的團(tuán)隊(duì)：大數(shù)據(jù)基礎(chǔ)架構(gòu)和分析團(tuán)隊(duì)作為數(shù)據(jù)團(tuán)隊(duì)服務(wù)于整個(gè)公司，而另外的兩只人工智能團(tuán)隊(duì)——以深度學(xué)習(xí)為主的視覺感知、認(rèn)知團(tuán)隊(duì)和做多傳感器融合、決策規(guī)劃的團(tuán)隊(duì)，也涉及了大量的數(shù)據(jù)和數(shù)據(jù)科學(xué)技術(shù)。

　　那么在馭勢科技，這三只并行的團(tuán)隊(duì)是如何實(shí)現(xiàn)有效溝通協(xié)作，團(tuán)隊(duì)又是怎樣實(shí)現(xiàn)人才、任務(wù)的合理規(guī)劃的呢？

　　面對(duì)這兩個(gè)問題，馭勢科技的解決方案是設(shè)立公有數(shù)據(jù)平臺(tái)與數(shù)據(jù)規(guī)范。

　　“我們是在一個(gè)數(shù)據(jù)平臺(tái)上，這個(gè)數(shù)據(jù)平臺(tái)其實(shí)包括了內(nèi)部數(shù)據(jù)平臺(tái)和外部數(shù)據(jù)平臺(tái)。外部輔助運(yùn)營運(yùn)維，內(nèi)部負(fù)責(zé)公司自身的數(shù)據(jù)驅(qū)動(dòng)?！?/p>

　　同時(shí)，馭勢科技的CIO負(fù)責(zé)協(xié)調(diào)所有團(tuán)隊(duì)的數(shù)據(jù)定義，數(shù)據(jù)存儲(chǔ)規(guī)范，和數(shù)據(jù)使用接口。這些舉措保證了每支團(tuán)隊(duì)對(duì)相互之間的數(shù)據(jù)工作有著基本、必要的認(rèn)識(shí)，同時(shí)遵循著一套統(tǒng)一的數(shù)據(jù)規(guī)范。

　　馭勢科技的三個(gè)數(shù)據(jù)團(tuán)隊(duì)雖然在組織結(jié)構(gòu)上是相互平行的，但是在具體業(yè)務(wù)上又有著垂直交互的關(guān)系，因而上游團(tuán)隊(duì)對(duì)下游團(tuán)隊(duì)的技術(shù)、業(yè)務(wù)能力的充分了解也是確保團(tuán)隊(duì)間協(xié)同合作的重要因素。

　　舉例說，融合決策團(tuán)隊(duì)要能給視覺感知團(tuán)隊(duì)提出合理的要求：決策團(tuán)隊(duì)可能會(huì)要求視覺團(tuán)隊(duì)把路面可行駛區(qū)域、車道線、障礙物、交通標(biāo)志等檢測出來，這就要求決策團(tuán)隊(duì)了解視覺團(tuán)隊(duì)當(dāng)前的技術(shù)能力。當(dāng)然，這也并不意味著數(shù)據(jù)科學(xué)家需要同時(shí)了解多支團(tuán)隊(duì)的工作細(xì)節(jié)，比如決策團(tuán)隊(duì)的數(shù)據(jù)科學(xué)家就不必對(duì)視覺團(tuán)隊(duì)的識(shí)別和分割算法有深入的認(rèn)識(shí)。

　　在采訪中，吳甘沙也提到了合理制定人才、任務(wù)規(guī)劃的難題。吳甘沙認(rèn)為，如何合理衡量每個(gè)科學(xué)家的貢獻(xiàn)值是行業(yè)的一個(gè)普遍難題。舉例說，算法團(tuán)隊(duì)下就有專門做算法和算法實(shí)現(xiàn)的小團(tuán)隊(duì)，算法小分隊(duì)負(fù)責(zé)在實(shí)驗(yàn)環(huán)境中用龐大的GPU跑出算法的程序，而真正實(shí)現(xiàn)這個(gè)算法的團(tuán)隊(duì)則要保證代碼的質(zhì)量，要保證在一個(gè)很小的嵌入式平臺(tái)上跑得起來。這兩個(gè)團(tuán)隊(duì)的貢獻(xiàn)值需要用不同的尺度衡量。

　　在馭勢科技這類強(qiáng)技術(shù)驅(qū)動(dòng)公司，一個(gè)更大的難題則是平衡短期和長期的發(fā)展目標(biāo)。在馭勢科技，短期目標(biāo)是生存，是出產(chǎn)品、上車、應(yīng)用于特定場景、形成實(shí)際的貢獻(xiàn)，長期目標(biāo)是技術(shù)在世界范圍內(nèi)的領(lǐng)先性，是積累數(shù)據(jù)、探索更先進(jìn)的算法。

　　短期激勵(lì)主要靠加薪和獎(jiǎng)金，長期激勵(lì)更多靠期權(quán)，這是馭勢科技當(dāng)前的解決辦法。吳甘沙承認(rèn)，在數(shù)據(jù)團(tuán)隊(duì)建設(shè)領(lǐng)域，大家還沒有找到一個(gè)非常合理、不容易被異化的貢獻(xiàn)衡量指數(shù)。其中一點(diǎn)重要的原因是數(shù)據(jù)科學(xué)領(lǐng)域的迅速發(fā)展。

　　“現(xiàn)在我們幾乎每三個(gè)月就要換掉一套算法，因?yàn)楝F(xiàn)在這個(gè)領(lǐng)域一直有新的、好的算法出來。所以你很難找到一個(gè)非常客觀、不容易被異化的指數(shù)。”

　　對(duì)人才的要求：要么有即戰(zhàn)力、要么有發(fā)展力

　　“我們有一個(gè)很嚴(yán)格的評(píng)判標(biāo)準(zhǔn)，想進(jìn)入我們公司的話首先要做codility上面的編程測試，不是說只是理論上行就行，還要會(huì)編程，之后還要經(jīng)歷四五輪的面試?！眳歉噬尺@樣向我們描述馭勢科技的招聘流程。

　　目前，馭勢科技的數(shù)據(jù)團(tuán)隊(duì)成員多數(shù)為名校畢業(yè)的博士生、研究生。吳甘沙告訴我們，這類人群對(duì)基礎(chǔ)知識(shí)有著非常深刻的掌握，同時(shí)有著很好的科研功底。

　　“比如說一個(gè)本科生，他可能調(diào)一個(gè)深度學(xué)習(xí)的網(wǎng)絡(luò)能調(diào)得很好，但是數(shù)學(xué)這一塊未必已經(jīng)打得非常扎實(shí)了。其次，博士生、研究生通過之前的科研經(jīng)歷已經(jīng)養(yǎng)成了較好的科研習(xí)慣，學(xué)習(xí)到了成熟的科研方法論，這也是一般本科生所欠缺的?！?/p>

　　然而，吳甘沙也表示，馭勢科技現(xiàn)在已經(jīng)逐漸將目光轉(zhuǎn)向了優(yōu)秀的本科生，甚至非相關(guān)領(lǐng)域的畢業(yè)生。他注意到，數(shù)據(jù)科學(xué)的人才培養(yǎng)已經(jīng)在向年輕化發(fā)展——很多高中生已經(jīng)開始學(xué)習(xí)機(jī)器學(xué)習(xí)，一些本科生也已在頂級(jí)機(jī)器學(xué)習(xí)期刊上發(fā)表論文。

　　“這樣的人他悟性非常高，你只要給他一個(gè)導(dǎo)師，就稍微指導(dǎo)一下，給他指定一些文獻(xiàn)，讓他看，他很快就學(xué)會(huì)了。”

　　在訪談最后，吳甘沙也代表業(yè)界為學(xué)界的人才培養(yǎng)提了一些建議——不急功近利，要重視創(chuàng)新培養(yǎng)。

　　“高校培養(yǎng)學(xué)生不要讓他們花大量的時(shí)間在常規(guī)任務(wù)，比如調(diào)參數(shù)上，這樣就把他的創(chuàng)新力給壓制了。以調(diào)參數(shù)為例，你只要拿一個(gè)開源的軟件，甚至是現(xiàn)成的算法，也能夠獲得很好的成績。所以我是覺得，學(xué)界還是不要一窩蜂地去追潮流，還是要做一些逆潮流、基礎(chǔ)性、開拓性的東西?！?/p>

　　吳甘沙注意到，在人工智能論文發(fā)表數(shù)量方面，中國已經(jīng)遙遙領(lǐng)先于美國，然而從影響因子（如被引用量）來看，中國還是落后于很多國家的。

　　“所以說學(xué)界還是要培養(yǎng)原創(chuàng)人才，然后不用擔(dān)心這些人才跟不上產(chǎn)業(yè)界發(fā)展。這樣的人才到公司里面，只要通過一個(gè)很好的培訓(xùn)，一兩個(gè)月就能上手了?！?/p>

　　總的來說，忌急功近利，重創(chuàng)新培養(yǎng)，是高校培養(yǎng)數(shù)據(jù)人才的難點(diǎn)，也是學(xué)生進(jìn)入數(shù)據(jù)行業(yè)的關(guān)鍵。

責(zé)任編輯：陳近梅