Managing Junior Data Scientists: Strategies to Overcome Lack of Common Sense（2026-07-08）

你有没有遇到过这样的情况：一个拥有顶尖机器学习硕士学位的初级数据科学家，辛辛苦苦跑了一周的模型，最后发现——他忘了检查数据里有没有“员工编号”这一列是空的？或者，他把“预测用户流失”模型训练在了历史数据上，却忘了剔除已经流失的用户？

这不是蠢，这是 “常识黑洞”——在数据科学这个高智商领域，常识往往是最稀缺的资源。下面的内容，可能会让你重新思考团队管理的本质。

为什么“没常识”如此普遍？

根据 2025年Kaggle社区调查，超过70%的数据科学项目失败，主要原因不是模型精度不够，而是数据质量、业务误解或流程错误。而这背后，恰恰是常识的缺失。

初级数据科学家常见“常识黑洞”包括：

• 忽视数据上下文的真实性：比如用“收入”列预测“消费力”，却没注意到“收入”列90%是0（隐藏的缺失标识）。
• 滥用复杂模型：为了炫技直接用深度学习处理500行数据，结果过拟合得一塌糊涂。
• 无视业务逻辑：把“星期几”特征直接编码成数字0-6，模型学到了“周一=0”的线性关系，而实际上周一和周五的用户行为完全不同。

案例：某电商团队，初级科学家把“用户下单时间”作为关键特征，训练了一个“购买意向”模型。结果上线后，模型在凌晨预测准确率极低——因为训练数据中90%的下单时间都在晚上10点前。这就是“常识”的缺失：用户深夜不买东西？错，是你的数据有偏差。

三大实用策略，填平“常识鸿沟”

1. 建立“业务常识清单”

让新人在接触数据之前，先花2小时完成一份“常识检查问卷”：

• 这个数据集是怎么收集的？有没有抽样偏差？
• 目标变量在现实中的含义是什么？比如“用户活跃度”是点击次数？还是登录天数？
• 有哪些绝不能犯的错误？（例如：时间序列数据不能随机打乱）

2. 强制“双人复核”机制

不是所有代码都需要同事检查，但涉及数据清洗、特征构造、训练/测试分割的代码必须至少一个人复核。一次复核就能避免“把价格列写错小数点”这种低级错误。据 McKinsey研究，双人复核可减少40%以上的“低级错误”，而且新人从中学到的常识比任何培训都多。

3. 每周“失败分享会”

要求团队成员每周分享一个自己犯的“常识性错误”，比如“我用了未来数据做预测”。强调不批评、只学习。数据显示，坚持3个月后，团队整体错误率下降60%。

你的行动号召

别再用“他会写代码就行”的心态管理新人。数据科学家的核心竞争力，不是模型精度，而是对业务和数据的“常识判断力”。

从今天开始，给你的团队做一次“常识检查”：

1. 列出你们认为“理所当然”的3个业务假设。
2. 让你的初级数据科学家逐个验证。
3. 把发现写进团队Wiki。

真正的高级，是知道什么该做，什么不该做。

免责声明：本文基于公开行业数据和个人管理经验撰写，旨在提供参考。具体团队管理策略请结合实际情况调整。文中案例均为行业通用场景，不特指任何真实公司或团队。如需进一步专业建议，建议咨询人力资源或管理顾问。