【数据科学家】应对数据科学家严重短缺的 6 种方法

组织不应等待招聘广告空缺，而应重新思考、重新培训、重组并伸出援手，以填补数据科学人才缺口。

随着组织寻找能够从他们收集的所有信息中收集见解的专业人员，对数据科学家的看似永无止境的需求持续增长。

在 2019 年 1 月发布的一份报告中，商业和就业社交媒体网站 LinkedIn 根据薪资、职位空缺数量和同比增长等数据，将数据科学家列为 2019 年最有前途的工作。

根据该报告，今年预计将有 4,000 多个数据科学家职位空缺，比 2018 年增长 56%。数据科学类别中的顶级技能包括数据挖掘、数据分析和机器学习。

问题是，由于人才短缺，公司往往不能足够快地填补这些职位。 然而，这并不意味着他们无法获得数据科学家通常拥有的技能类型。 这可能需要一些创造性思维和毅力，但组织可以通过各种方式应对数据科学家的严重短缺。 这里有一些建议。

1. 寻找正在考虑转行的人

随着数据科学如今受到的所有关注，技术专业人士——甚至是非技术人员——可能会考虑进入该领域。

技术咨询公司 SPR 的企业架构执行副总裁 Pat Ryan 说：“我们从训练营中寻找能够改变职业的人。” “这些人有职业道德和自信，可以从他们熟悉的职业转向全新的领域。”

SPR 尽早让人们从工程等职业中走出来，并指导和培训他们掌握所需的数据科学技能。 瑞安说，与直接雇佣数据科学家相比，“这是一项长期得多的投资”。 “但我们的经验是，具有这种独特背景的人除了技术技能外，还具有人际交往能力和情境技能，而我们也很难找到这些。”

SPR 还希望聘用具有正式数据分析学术背景并具有工作经验的人员。 “这些人具有理解数学所需的学术背景，并有能力进行一些必要的开发，”瑞安说。

2.重新培训现有员工

在紧张的劳动力市场中招聘新技术工人可能很困难。 因此，组织正在转向他们自己的技术员工群来寻找潜在的数据科学家。 通过培训计划和卓越中心的使用，公司可以增加具有数据科学技能的内部员工的数量。

“我们希望在内部培训我们的数据工程师，他们了解如何设计数据解决方案，包括如何应用机器学习算法，以及额外的必要数学和统计知识，”Ryan 说。 “通过这种方式，他们可以理解 R 平方或混淆矩阵在告诉他们什么。”

安永咨询公司安永美洲咨询和金融服务办公室创新负责人罗杰帕克表示，许多组织面临的挑战是缩小专业知识和经验之间的差距。 该公司对所有员工进行数据科学方面的培训，而不仅仅是该领域的员工。

“我们激励我们的员工积极参与并完成新的培训，”Park 说。 “例如，我们有一个名为 EY Badges 的项目，该项目允许人们通过获得数字证书来投资自己的职业生涯，这些证书可以使他们在市场上脱颖而出，例如数据可视化、人工智能、数据转换和信息战略。”

Park 说，通过激励人们获得新徽章并提供强大的课程，该公司正在让培训变得更轻松、更有趣。

安永用来帮助激励人们学习新技能的另一种策略是游戏化。 “当新技术出现时，我们还不知道在哪里使用它，我们会开发基于奖励的挑战——想想黑客马拉松——让我们的员工想出有趣的用途和应用程序，”Park 说。 “我们利用人们尝试新产品或工具的愿望，建立新的方法将这些新技术和技能带入我们的日常工作中”

3. 利用导师制并建立卓越中心

许多组织内部已经拥有大量数据科学家，他们可以帮助与有抱负的数据科学家以及已经在该领域工作的人分享知识。 通过指导，经验丰富的专业人士可以向新员工传授有关企业内部运作的知识。

“一种策略是让新人才与了解业务的导师合作，”Park 说。 “每个优秀的数据科学部门都需要三样东西：知道如何编写算法的人、知道如何对这些算法进行编程的人以及具有商业头脑的人。”

Park 说，学术界无法教人们如何将业务部门与数据科学结合起来。 这就是在组织内创建卓越分析中心可以提供帮助的地方，因为它们将志同道合的个人聚集在一起，他们继续相互挑战并尽其所能地使用技能。

通过这些中心，“数据科学家可以嵌入到整个组织中，并可以就其领域之外的项目进行咨询，”Park 说。

4. 依靠技术

谁说只有数据科学家才能利用信息来增加商业价值？ 一些公司发现组织中几乎任何人都可以承担数据科学家所扮演的某些角色——至少在某种程度上是这样。

电子商务零售商 Zulily 解决数据科学人才短缺的一种方法是将公司的数据“民主化”到其整个员工群，使数据科学家能够专注于更具战略性的业务挑战和机遇。

“在我们的世界中，我们每天个性化和发布数百万个版本的网站，我们业务的方方面面都归结为我们如何处理、分析和从数据中学习，”技术副总裁 Bindu Thota 说。

Thota 说，无论数据是来自新获得的客户对营销计划的反应，还是为每个购物者提供个性化的最相关的策划销售活动，都是如此。

该公司创建了专有工具，允许其在销售、营销、运营和其他领域的员工访问仪表板和每日报告，从而能够根据业务的任何活动进行自主决策。

商业和技术咨询公司 West Monroe Partners 的高级架构师 Jeremy Wortz 说：“组织中有些人的能力和技能不为人知，领导层帮助员工实践和发展这些才能至关重要。”

“几乎每个组织都有数据科学爱好者，”Wortz 说。 “关键是要有一个展示这些本土技能并评估潜在人才的场所。 “培养自己的人才”一词意味着对您的员工产生兴趣，以发现看不见的人才——直到这些“未知数”成为高技能的科学家和工程师。”

Wortz 说，机器学习自动化技术通过降低构建算法等任务的复杂性，使这变得更加可行。

Monroe Partners 在内部发现了新的数据科学家，并帮助客户这样做。 Wortz 说：“我们帮助一家银行举办了全公司范围的机器学习挑战赛——黑客马拉松——在该挑战赛中，有一些在银行分行工作的初级人员能够确定解决方案。”

5.与高等教育合作

Wortz 说，学院和大学的数据科学项目有所增加，这些项目直到大约八年前才出现。 在可行的情况下，组织应与这些机构建立工作关系。

“虽然这些项目仍在开发中，但它们已经显示出早期的、有希望的迹象，”Wortz 说。 “我们知道这一点，因为我们看到技能在涌入的初级人才中显现出来。”

Monroe Partners 与大学的系主任和兼职教授建立了关系，他们发现并向公司推荐有前途的初级人才。

公司应该与这些机构结成联盟，并制定强有力的校园招聘战略，毕马威咨询公司数据、分析和人工智能领域的美国负责人 Brad Fisher 补充道，该公司拥有一个数据科学家部门。

Fisher 说：“我们的招聘引擎会持续运行一年，招聘人员和招聘经理之间每周都会有接触点。” 该公司与许多机构的分析项目建立了合作伙伴关系。

6. 利用社区和多样性

候选人库越大，找到人才的机会就越大。 一些公司正在探索如何接触更广泛的社区，让人们对数据科学和相关主题感兴趣。

“重要的是培养下一代数据科学家，并创造机会在社区内各个不同层次的教育领域探索该领域，”Thota 说。 “我们引进了来自不同经济背景的女高中生，帮助她们了解数据科学、机器学习和大数据，以便实时构建应用程序。”

Zulily 邀请分析师和数据科学家团队到其位于西雅图的总部，并参与营销分析和数据科学会议等社区，以分享其经验并与其他组织合作。

“与我们处理客户体验的方法类似，我们试图创造独特的方式来引起人们对我们利用数据科学构建的技术的兴趣，”Thota 说。 2019 年 6 月，该公司将与其合作伙伴美国职业足球大联盟球队 Sounders FC 举办一场黑客马拉松，以利用体育数据解决技术挑战。

尽管科技行业拥有大量数据科学家，但 Zulily 在寻找人才时并不局限于该领域。 “在我看来，技术领导层可能犯的最大错误之一就是严格只从技术部门招聘，”该公司首席信息官 Luke Friang 说。 强大的计算机科学工程知识是关键，以及

扎实的数学基础。

“但伟大的人才可以来自许多行业，无论是学术界、医疗保健还是非营利部门，”Friang 说。 “这些行业通常鼓励我们在 Zulily 寻找的特征：发明家、创造性的问题解决者、想要拥有某样东西并让它变得更好的人。”