红木市加利福尼亚州 - 有时候数据科学家在自己的集中部门工作是有道理的。在其他时候，这种结构没有意义。

在Data Peation 2013 Databeat / Data Scient Summit活动中，在大公司涉及大型公司的高管在Data Scients的最佳用途中来回来回。

Jim Baer表示，当谈到LinkedIn的多个地区，即当中央团队可以良好时，这是一个中央队的数据科学高级总监Jim Baer表示。它们可以对数据进行分类并将其放入消化块之前，然后将其传播到多个团队。

“我们所有的产品都利用了相同的数据基础，”Baer说。

但这并不意味着对数据科学家始终单独劳拔是一个好主意。他们还应该在某些点使用产品团队。

“如果他们没有与产品讨论的一部分，那么利用（数据不这样）的机会真的出现了，”Baer说。

GE一直坚定地建立一个官方的数据科学家中心。Anil Varma是GE软件的数据科学卓越卓越中心负责人，表明它是如何对GE有意义的。

“GE的决定没有轻轻地在圣拉蒙建立一个600人组织，”Varma说。“我在我们的情况下认为这是一个CEO级别决定。”这是合理的，因为GE想要优化燃气轮机和喷气发动机大公司从GE购买的重型基础设施，并作为30年合同的一部分使用。

在Intuit，许多部门的员工看到了数据创新和先进技术主任的Vineet Singh表示数据和分析的力量。“我们相信跨学科合作，”辛格说。

但这并不意味着所有其他公司都应该采取相同的立场。“我会说没有尺寸适合所有人，”他说。

Annika Jimenez在小组的关键词和主持人的全球数据科学服务领袖，询问公司是否有一个主要数据官或首席分析官员的意义。

罗伯特·萨哈德州，消费者营销副总裁和人类的数据分析，合格的是。“没有权利或错，”他说。这只是如何在组织内适应。“

可能是一个中央数据科学组比其他行业更适合。“在许多其他非数字部门中，这两个学科（数据科学和产品）非常远离，”Jimenez说。

因此，最准确的答案到集中化或非集中化问题可能只是它取决于它。