这个变化是跟随着“到底什么是数据科学家”的观念而演化的。很多人同意Alok的说法，认为数据科学家这个词“已经超载”了。他相信，除了数据科学独角兽，其他人应该可以被分为以下四种角色，才会更好地分配工作：
- 数据工程师-他们接手乱七八糟的数据，打理到可以分析的地步。
- 产品建造师-他们建造数据产品供用户使用。比如，建造一个推荐引擎。
- 数据分析师-他们提供主要的分析框架，从中发现商业机会。
- 数据实验师-他们知道如何设计和实施实验。
数据科学团队如何解决快速扩增中带来的生长痛？Alok告诉我，创新和数据科学团队的演化正是源于公司的两个极端要求。
第一个是Airbnb将自己定位为竭力保证员工的快乐，成功和被重视。比如，投资于新员工入职的数据培训，建立师徒制，参加会议等，都是Airbnb培养员工的重要途径。
另一方面，Alok强调，Airbnb又是一家非常重视指标和目标驱动的公司。关于第二条公司文化准则，Alok强调了Airbnb在做商业决策时，是极端的量化和目标驱动的：
“我们所做的一切事情都是深思熟虑的，非常量化的，也是精准集中在我们的目标上的。”
这里传递的信息是，Airbnb已经，至少部分地对它的数据科学团队的质量做出了承诺，摆在首位，作为一种实施它的研究驱动的行为模式的方法。