和鲸分享| 世界500强莫德纳公司首席数据科学家Eric J. Ma：协同数据科学的制胜秘诀！

要在自己的团队中实施Eric J. Ma提出的策略以提升团队整体效能，可从以下方面着手：一、规范初始化代码库的方法采用模板库：询问上级是否已有现成的模板库，若有则直接使用；若没有，组织团队成员共同创建一个。模板库应包含标准化的项目架构，如源代码目录、测试目录、配置文件、Notebook目录和文档目录等。例如，使用pyds-cli工具，它允许以标准且灵活的项目架构启动新项目，所有项目都被规划成可发布的Python包形式。在项目初期，可以从Notebook目录开始，随着项目进展逐步引入其他工具和目录。统一计算环境：使用标准化工具如Pixi或Conda/Mamba来统一安装计算环境，确保团队成员使用相同的软件包版本，减少因环境差异导致的问题。引入自动代码检查器：在项目一开始就引入自动代码检查器，这些工具可以检测代码中的潜在问题，如语法错误、代码风格不一致等，减轻团队成员的认知负担，并为项目设置清晰的“护栏”，确保项目顺利进行。二、鼓励非编程人员参与代码评审共享知识：代码评审是程序员和非编程人员共享知识的有效手段。通过讨论和交流，隐性知识更容易被清晰地表达出来。理解复杂问题：让非编程人员参与代码评审，可以帮助他们更好地理解程序员在幕后所面临的复杂问题，增进彼此之间的理解和信任。鼓励反馈：鼓励编程初学者积极参与反馈，提出疑问和看法。即使是不熟悉编程的人员，也应勇敢提出看似简单的问题，因为这些问题往往能挖掘出隐藏的知识。评审内容示例：代码是否可能未按预期工作？是否有不清楚为什么要写的代码行？代码中是否有硬编码的文件路径，导致代码无法在他人系统上执行？是否存在重复的代码？是否恰当使用了便捷函数？代码的结构是否让新手也能轻松找到想要的部分？文件、变量、函数和类的名字是否清晰明了？代码是否遵循了合理的编程模式？代码的用途是否写清楚说明文档？三、换位思考，设身处地进行沟通理解实际挑战：数据科学家应理解实验室科学家面临的实际挑战，避免提出脱离实际状况的建议。例如，在设计实验时，考虑到实验室科学家的实际操作难度，商定折中方案。稳步进展与复用性：实验室科学家应明白前期的稳步进展能为后续工作加速铺路。计算团队有时会因急于求成而忽略代码的复用性，因此一开始就讨论好未来的数据收集和分析计划很关键。清晰界定任务交接和成果交付：明确数据使用者（通常是数据科学家）和数据提供者（通常是实验室科学家）之间的任务交接和成果交付标准。例如，数据得符合一些可以通过程序验证的标准，如表格里的列名得统一规范。携手合作设计新实验：数据科学家和实验室科学家应携手合作，共同设计新实验，确保双方都对实验流程心里有数，意见一致。这有助于数据科学家更快地迭代分析，实验室科学家了解计算流程的重要性。四、确保工作成果能够在任何计算机上流畅运行避免硬编码文件路径：不要把只在自己电脑上能找到的文件路径直接写到硬编码里。可以从SQL数据库或云存储系统等真实的数据源中拉取数据。生成环境锁文件：使用像conda-lock或pixi这样的工具来生成环境锁文件，记住安装了哪些软件包的具体版本，确保其他电脑上的环境设置和自己的一样。创建自动化工作流程：利用Makefile或pixi tasks等自动化工具，创建一个可以通过一条命令就可执行的可重复的工作流程。例如，使用pixi run test或make build等命令。清晰记录所有内容：为他人提供明确指导，减轻新成员上手的认知负担。记录可靠的数据来源、环境设置步骤、工作流程等关键信息。