从 0 到 1 构建数据生态系列之二：拓荒
题图
文·blogchong
接上一篇《从0到1构建数据生态系列之一：蛮荒时代》，这篇我们来一起讲讲如何在数据的蛮荒时代来拓荒。
1 你需要和你的BOSS好好谈谈未来！
这里我所所说的BOSS，或许是你实打实的老板，当然也或许是你的直属Leader，总之是有权力为公司数据化运营、数据化决策拍板的人。
BOSS知道要做数据这么个事，但是对于细节他肯定是不熟悉的，他只知道最终他需要达到大概什么样的目标，市场有这么个数据化驱动的趋势。
那么，这个时候，在真正动手之前，你需要和他好好聊聊。
首先你需要为你的老板或者说与BOSS一起来拆解公司数据化的目标，你需要彻底清除公司想把数据化做到什么程度，每个阶段大致目标是什么。
虽然，很多中小型公司把一个人当好几个人用，但是，有多少人，做多少事，这句话永远是正确的！只有在彻底的了解清楚大致的战略目标之后，你才能去拆解问题，并且根据实际的预算怎么样分阶段去实现你的数据化目标。
所以，你跟BOSS聊的时候，不是跟他谈你的心目中的数据理想国，也不是他给你描绘宏图大业，而是实打实的了解公司大致往数据投入的人力物力，然后再根据业务目标，去拆解你所需要做的事，按阶段去做详细的规划，去储备你最需要的人才。
2 背起你的锄头，去挖别人的墙角吧！
如上，做完那些事，你对于你的数据理想国，至少也是知道他的框架大致组成的。既然你需要架构他，那么，你也一定是知道你缺少什么伙伴，去把它从蓝图中构建出来。
你肯定是需要队友的，任何稍微复杂点的事都不可能独自一人去完成的，能独自完成的事都是小事或者模块化的事，任何一个成系统性的事，都脱离不了团队的协作，一个组合合理，又有共同目标理想的团队是最强大的。
OK，话题不扯远了，回到如何招人的问题上吧。
大数据行业从09、10年开始引入国内，到12年左右生态概念开始火爆，再到现在的如日中天，其实也算发展了好多年了，就算从11年、12年开始算，也算是正式火了四五年了。
正如我在《你们是不是很缺大数据工程师？》一文说到的那样，行业里最多依然是那种真正行业背景不到2年的人，而且很大一部分是“听闻”行情好，纷纷通过某种渠道，例如培训机构培训等转型过来的。
其实这也好理解，大数据真正达到颠覆性的认知，也就在这一两年，是个企业都言必谈数据，这也算是市场需求在驱动着发展。
近一年来，从我手里过面试的人，估摸着也有二十人左右，但实际上真的靠谱的，还真没有几个。
我之所以说这么多，其实是想表达一个意思，通过正规的渠道去招人，其实是很不靠谱的。
那么，有没有其他办法呢？
第一，刷脸。
刷脸这东西，相对比较靠谱，但门槛比较高。
鉴于很早期在大数据线上圈人构建技术交流圈，并且在北京组织过好几次线下的大数据交流活动，或多或少总是认识一些行业内的同行。
于是，我开始与他们挨个联系，看看有哪些有意愿回南方工作的，并且有兴趣与我一同做事的朋友。
其实，很多人或多或少都在线上，甚至是线下都交流过的，我坚信能够跟我玩在一个圈子的人，应该再差也不会比这种随机选人的几率更差吧(哈哈，自恋ing)
所以，初期，我的团队核心几个人，都是我通过线下自己的渠道找来的。
我也是很感激他们能够相信我，其实我是无法保证他们的未来，但我能保证的是与我一起做事会让他们更爽点！
从这点来说，时常与他人多交流是有用的，不单纯是技术上的交流沟通，另一方面也算是自己技术人脉的累积。
对于这一点，我建议从业者有机会多认识业内同行，有机会多交流沟通，就一定不要浪费。
多一个视角，多一份见识，技术需要被交流。多年来，我一直坚持一个理念就是：进步始于交流，收获源于分享！
我也一直在坚持着这个技术分享交流理念，从未动摇过！所以，一般情况下，别人向我请教，只要我有时间我懂得部分，从不吝于告诉别人；当然，遇到自己不懂的问题，自己也不会不好意思去请教他人。
技术人，脸皮要厚！
第二，线上技术圈。
其实归根结底还是需要多参与技术交流，线上很多技术圈子，不管是社区也好，交流群也好，相对很多线上群体来说，相对比较纯粹，毕竟都是搞技术的嘛！
我一直以来都认为，同等基础技术水平下，会主动寻求技术知识沟通交流的人会比那种闭门造成的人优秀，尤其是大数据这个开放而又及其需要自我增长的领域。
人类的聚群现象，能跟你玩在一个技术圈子的人，至少某种程度上来说，也是跟你类似的人。近朱者赤，这句话总是有点道理的(好像有点向自己脸上贴金的意思 哈哈)。
所以，从技术圈子渠道招到的人，相对会比较优质，最起码来说，是相对比较善于解决问题，以及与他人沟通的。
不过如果需要从如上渠道招人，还是需要注意方法的。一方面是注意社群的规则，不要随意践踏，比如发个招聘，一直刷屏之类的，不厌其烦的骚然他人之类的。
作为国内早期的Storm实时领域的技术群的缔造者(现在应该算是国内Storm技术领域第一群吧，已经辐射到整个大数据领域技术交流探讨)，这三年多来，上面这种情况可是见多了。
但作为技术出身的人，一般有需要在群里发对口招聘需求的，只要大概的过一遍JD，一般我都不会阻拦的，毕竟还是有供应需求的，只要不要刷屏骚扰他人就OK。
我想，其他类似的技术圈子都差不多吧。
所以，技术社群招聘渠道，可以试一试，但是需要注意方法。
3 规划要大，起点要低，阶段目标明确
第一，之所以说规划要大，不是说你的规划设计要超越什么BAT大公司的架构规划，而是说，你在做构架设计的时候，一定需要考虑将来可能有的扩展，为你的整体系统架构留出足够的可扩展性，而不是到了时候又得推翻重做。
如果是这样，那么，你这个兼职架构师就可以换人了。
第二，之所以说起点要低，阶段目标要明确，是因为，只要不是土豪老板，都不可能说上来就给你配备100%的人力，马上去把你的蓝图架构出来的。
投入与产出比，这是所有的决策者都需要考虑的事情。
所以，你需要把你的架构实现去做拆解，拆解成在有限的人力情况下，能够快速形成阶段性产出的目标。
然后逐渐完善你的架构，在适当的时候，再逐渐根据工作进度增加你的人力情况，这才是一种合理的人力规划以及整体发展方向。
4 从基础开始，搭建你的数据帝国
这里先分享一张通用的数据平台架构：
数据平台架构图
在互联网行业，这种数据架构基本都是通用的，区别在于具体实现的细节，以及侧重点的有所不同，互联网行业技术无边界。
我们可以看到，这张架构图相对来说是一个比较完整通用性的数据平台架构，但是其包含的内容信息真的不少，数据从底层逐渐向应用层流转，实现一整套基础数据收集到数据价值挖掘的过程。
整个过程信息量有点大，就不在这个章节细说了，这个章节描述的只是一个整体拓荒的流程，下一节，我们将好好的梳理一下这个架构图，拆解这个架构图，并细说如何拆分阶段目标，最终把这个架构蓝图给绘制出来。
所以，下一个章节，将可能会偏重纯技术一些，但绝对是一个完整的架构体系说明，下一篇《从0到1构建数据生态之三：架构图》再见！
相关阅读：
从 0 到 1 构建数据生态系列之一：蛮荒时代
从 0 到 1 构建数据生态系列之二：拓荒
从 0 到 1 构建数据生态系列之三：拆解架构图
从 0 到 1 构建数据生态系列之四：与研发的爱恨情仇
从 0 到 1 构建数据生态系列之五：让你的数据生态变得更高效
从 0 到 1 构建数据生态系列之六：数据价值挖掘
文／博客虫大数据
关键字：产品经理, 架构
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
