資料科學界的福爾摩斯黃國寧

從學術走到實務界的尋探歷程

訪談前對國寧的印象，是一個穩紮穩打，而且心思細膩的資料科學家。聊開了才發現原來國寧不只能像偵探般地見微知著、抽絲剝繭的探尋真相，更能結合經理人的商業思維、策略視野與管理能力，成為LinkedIn的資料科學分析總監，絕非偶然。

史丹佛成為學術與業界的交叉點

原本立志要走入學術研究殿堂的她，因為期末的一堂capstone project(註1)，讓國寧親身體驗到原來課本所學的其實是可以對生活周遭以及實務工作產生影響力的，因此也深深體會到自己想要的不是單人研究模式而是融入團體中與夥伴們的腦力激盪。毅然決然走入業界的她，滿懷理想的希望能用資料科學影響世界。對從小熱愛偵探小說的國寧而言，能與不同背景的人去利用資料去了解不同客戶需求，找尋與發覺企業潛在的機會、進而影響產品設計規劃並增進產品的效益，是一件很有意義的事情。一般人下班後追劇，而國寧自願留下來加班追的是到底哪個方案對公司有正向影響。

國寧在LinkedIn的日常

主要的日常分成三大區塊：Plan, Prioritize, and Execute。
國寧說，所謂的Plan意思是比較策略性與有vision的規劃，也就是說利用專業知識去評估產品接下來的走向及focus，或是有哪些資料科學專案可以幫助解決商業面遇到的痛點。Prioritize的意思是，想做的事情太多但資源有限，所以各個team要共同決定要投入在哪些專案，也就是要有討論出共識，而大致上是以影響力（impact）跟所需成本（cost）來決定。最後execute的部分，包含引導組員著手數據分析、統計實驗、以及建構模型，並且運用分析結果以及商業面的敏銳嗅覺（business sense) 提出actionable insights去影響公司產品決策。有些專案是資料科學部門獨立主導，但也有很多專案是必須要橫跨眾多部門才能合力完成的。

最大成就感竟來自於差點難產的專案

如上次在WiDS Taipei活動演講所提的，令國寧最有成就感的專案，就是當時提出 LinkedIn 以往都沒有成功的方法：用Unified Propensity Model，讓對的產品餵給對的客戶，業績成效一飛沖天，但真正令人振奮的是因為這個專案的成功，讓整個公司理解，原來資料科學部門除了可以利用圖表來檢視企業表現或是用統計實驗來衡量產品效益以外，還可以主動出擊發揮影響力的主力單位。國寧認為，其實公司每個人都應該把自己當成產品主理人，透過各自不同的角度盡心合作，整體產品才能有更棒的成效。

國寧語重心長地提到，propensity model 對沒有資料科學背景的人來說，是個很陌生的概念，也難免會有疑慮是否該adopt這樣的新技術。但是親身參與了解之後，大家就會願意開放討論了解，尤其一旦證明能帶來商業面的一大助力，大家就會漸漸從批評者變成推廣者（advocate）。因此，國寧花了許多時間去溝通，並讓相關部門全程參與假設、功能、然後再一同檢視model跑出來的結果是否合理。最後上市前也做A/B testing讓其他部門理解資料科學部門，並非貿然行事。有趣的是，原先最反對的關鍵人物，因為親身參與整個過程（當然技術除外），與貢獻己見，才漸漸感受什麼是 「the power of data」。就這樣，從原本反對轉為支持，甚至親自寫信給自己的團隊說明自己的心路歷程，鼓勵所有人都該好好善用data power!

女人要勇敢、衝突沒什麼

女生在職場中時常是比較柔軟、避開衝突的角色。當被問及女性該如何面對衝突時，國寧分享了在LinkedIn的公司管理方法，供台灣企業參考。如同一般台灣企業，通常會在開會前會私下討論好結論與共識，會議桌檯面上的點頭只是個形式而已。不過，在LinkedIn很好的地方是萬一僵持不下的時候，直接由雙方的主管協調（稱之為Clean Escalation)，並規定要在五天內解決問題（就是所謂的 5-day alignment)。

職場或生活中會遇到的性別偏見有時候是無意識的，國寧提到，要避免這種無心之過的第一步就是讓所有人以及各種角色，包括男性、女性、教育、媒體，所有人在各種場合各個時候都要學習怎麼去尊重女性、在乎性別平權的議題。矽谷許多公司目前也非常重視這件事情，更投入資源去提高所有人對性別平權的意識。再者，女性除了在工作上積極表現證明自己的實力，或遭受不公平待遇時，不要委屈求全，應該要勇敢講出來。若當事人職位尷尬，就把這件事情交由公正的第三方人資部門處理，因為打造一個讓所有員工都能安心自在工作的環境本來就是他們的職責所在，不要不好意思開口，反而使問題無法解決，不只自己持續遭受不公平待遇，更可能因為沒有適時反映、提醒，而有更多人也繼續遭遇相同的對待。

對於想要加入這個業界的女性，這位資料科學界的女偵探呼籲大夥「dream big」，正視自己的夢想，並且大膽假設，努力求證。不管是加強技術面、商業知識，或是能夠以business insight解讀資料科學，甚至是以資料科學創造影響力，都必須透過不斷的提升自己、努力多方探索、嘗試！這樣才能真正了解這是否自己的熱情所在。如果是，就應該堅持繼續做下去。

後記：國寧在言談中一直提到夥伴（business partner）我一直誤以為是客戶。後來才發現在她的工作環境早就把所有同事都當作事業上合作的夥伴。也不難理解為什麼當初國寧提出新model的時候能夠以逐步達成共識（而非力排眾議）的方式，先妥善溝通、化解誤會，取得夥伴的信任後，進而共同合作，更有效率地創造企業成長。

國寧心中的願望是希望資料科學界的女力們也能多到像Grace Hopper（每年將美國女性工程師聚集在一起的盛會）一樣，人多到像開演唱會一樣滿坑滿谷，讓更多對資料科學有興趣的人能有更豐富多元交流的機會，激發出更燦爛的火花。

“Be Yourself. Chase your dream. Never Give Up.”

註1：Capstone project是應用統計課程，讓學生有機會結合深奧的統計理論並且運用在實際現實企業會面臨的專案上面。對於一直接觸理論的學生來說是個很寶貴的經驗，才得以了解在業界的工作內容以及挑戰。