Cách xây dựng một nhóm khoa học dữ liệu

0
27

            Nhiều công ty đang thuê các nhà khoa học dữ liệu. Dưới đây là cách xây dựng nhóm dữ liệu và phân tích trong tổ chức của bạn.
        

            
                                                                             
            
            

                 ] ]
    

     Video: Làm thế nào để khởi đầu sự nghiệp khoa học dữ liệu
     Khoa học dữ liệu là một trong những nghề nghiệp nóng nhất trong công nghệ. Alison DeNisco của TechRepublic tại sao có quá nhiều nhu cầu về các chuyên gia phân tích, các kỹ năng bạn cần để bắt đầu và là để bắt đầu sự nghiệp của bạn.
    

    

Các tổ chức tìm kiếm lợi thế cạnh tranh đang ngày càng tìm cách thuê các nhà khoa học dữ liệu để phân tích tất cả thông tin họ thu thập và rút ra những hiểu biết có thể hành động từ đó. Nhưng việc xây dựng một nhóm khoa học dữ liệu đòi hỏi một cách tiếp cận chiến lược và kỳ vọng thực tế về những gì các chuyên gia này thực sự có thể làm, các chuyên gia nói.

"Khoa học dữ liệu là mới đối với các công ty, mặc dù cho rằng nó vận hành giống như các công nghệ hiện có khác, "Ryan Johnson, người đứng đầu ngành khoa học dữ liệu tại GoGuardian nói. "Có một giả định rằng nó sẽ hoạt động giống như một bộ phận CNTT hoặc bộ phận kỹ thuật, nhưng về cơ bản thì nó khác."

    
        

Vì đây là một ngành học tương đối mới, các công ty thường cố gắng nhúng ngón chân xuống nước bằng cách thuê một nhà khoa học dữ liệu mới ra trường và mới vào lực lượng lao động, vì họ chỉ huy mức lương thấp hơn. "Đó là các công ty chiến lược đang thực hiện, và nó không hoạt động cho nhiều người trong số họ, và gây ra một số thiệt hại cho các nhà khoa học dữ liệu thời kỳ đầu," Johnson nói.

XEM: Cách xây dựng sự nghiệp khoa học dữ liệu thành công (PDF miễn phí) (TechRepublic)

Nếu bạn là một nhà khoa học dữ liệu đầu tiên, Johnson khuyên bạn không nên nhận công việc là nhà khoa học dữ liệu đầu tiên tại một công ty nhất định.

Thay vào đó, "họ nên tìm cách gia nhập một đội được thành lập nếu có thể," Johnson nói. Họ cũng nên hỏi nhóm khoa học dữ liệu trông như thế nào, bao gồm cả người điều hành và nếu người đó quen thuộc với lĩnh vực và phương pháp khoa học.

Cách tạo nhóm khoa học dữ liệu

Phần lớn các công việc liên quan đến việc xây dựng một nhóm khoa học dữ liệu không phải là kỹ thuật, Meta S. Brown, nhà tư vấn phân tích kinh doanh và tác giả của Khai thác dữ liệu cho người giả .

"Hầu hết những gì bạn đang làm là xây dựng cầu nối với doanh nghiệp," Brown nói. "Bạn phải xây dựng một cái gì đó bắt đầu theo cách mà phần còn lại của doanh nghiệp chấp nhận và khiến họ cảm thấy rằng họ đang nhận được thứ gì đó có giá trị, và dần dần cho phép họ làm nhiều hơn và nhiều hơn nữa bằng cách xây dựng niềm tin."

Các nhà khoa học dữ liệu, hoặc những người quan tâm đến việc thuê họ, nên bắt đầu bằng cách xây dựng niềm tin thông qua các dự án nhỏ dựa trên dữ liệu, giúp mọi người làm việc dễ dàng hơn với họ, Brown nói. Sau đó, họ có thể đi xây dựng một đội để phù hợp với mô hình đó.

Tuy nhiên, các nhà quản lý tuyển dụng cần phải thực tế về trang điểm của nhóm khoa học dữ liệu, Brown nói.

"Trong giấc mơ của chúng tôi, chúng tôi có một nhóm người có kỹ năng kỹ thuật cụ thể, cụ thể rằng chúng tôi cần, và tất cả họ đều rất thoải mái khi nói chuyện kinh doanh, "Brown nói. "Nhưng bạn phải thuê người thật."

XEM: Cuộc phỏng vấn công việc của nhà khoa học dữ liệu: Câu hỏi mong đợi và câu hỏi để hỏi (PDF miễn phí) (TechRepublic)

Cách tiếp cận hợp lý hơn là xác định những gì bạn cần ở giai đoạn hiện tại của bạn và làm thế nào để xây dựng một nhóm người có năng lực khác nhau, thay vì tìm kiếm những ứng cử viên kỳ lân sẽ khó tìm, cô nói thêm.

"Điều đó có thể có nghĩa là nếu bạn cần một số loại kỹ năng lập trình và kiến ​​thức nhất định về thống kê và một số loại kiến ​​thức kinh doanh nhất định, có thể bạn sẽ thuê không phải ba người ma thuật có mỗi người. mọi thứ, nhưng thay vào đó là ba cá nhân, mỗi người có một sức mạnh chính ở một trong những điều đó, "Brown nói. "Có thể một người chủ yếu là lập trình viên, một người chủ yếu là chuyên gia thống kê, một người chủ yếu là người liên lạc cho các bộ phận khác. Và người đó có thể không tự gọi mình là nhà khoa học dữ liệu. Người đó có thể được gọi là nhà phân tích kinh doanh. Nhưng vấn đề không phải là các nhà khoa học dữ liệu mà quan điểm là phải thực hiện nghiên cứu có giá trị cho doanh nghiệp và giúp họ hoàn thành công việc. "

Tránh thất bại về khoa học dữ liệu

Một số nghiên cứu cho thấy Brown cho biết, phần lớn các dự án dữ liệu lớn đều thất bại trong một trong những lý do là chúng không được tiếp cận như các dự án giải quyết vấn đề kinh doanh, Brown nói. Thay vì giáo dục các nhà quản lý về phân tích, các nhà khoa học dữ liệu nên giáo dục nhóm của họ về những gì diễn ra trong doanh nghiệp xung quanh họ và cách thích nghi để phù hợp với doanh nghiệp.

Để tránh thất bại về khoa học dữ liệu, trước tiên các công ty phải kiểm tra dữ liệu họ thực sự có,

"Mọi công ty đều nghĩ rằng họ có hàng tấn dữ liệu", Johnson nói. "Tôi sẽ khuyên các công ty nên suy nghĩ về không chỉ khối lượng, mà cả chất lượng dữ liệu họ có, và nếu họ không thấy chúng rất cao, thì có lẽ họ thậm chí không cần khoa học dữ liệu. Rất nhiều công ty đang đặt xe trước ngựa ở đó. "

Các công ty cũng phải thành lập một nhóm kỹ thuật dữ liệu chịu trách nhiệm thu thập, lưu trữ và quản lý dữ liệu, trước khi thuê một nhà khoa học dữ liệu, Johnson nói.

Các CIO quan tâm đến việc thuê một nhà khoa học dữ liệu hoặc xây dựng một nhóm khoa học dữ liệu nên ngồi lại với các giám đốc điều hành cấp C khác và suy nghĩ về những gì tổ chức cần, nơi nhóm sẽ được đặt và cách thức hoạt động của nhóm , Brown nói.

"Ở nhiều nơi, có một giả định rằng nó chỉ thuộc CIO và tôi nghĩ ở nhiều nơi, điều đó sẽ không hoạt động tốt," Brown nói. "CIO thường không được đào tạo về phân tích, và trọng tâm của họ là làm cho hoạt động CNTT hoạt động tốt, vì vậy người này cũng không nhất thiết phải là một chuyên gia chính trong các vấn đề kinh doanh mà tổ chức muốn giải quyết."

Tổ chức tiếp thị thường có sự quan tâm và chấp nhận nhất trong việc sử dụng phân tích, Brown nói, và có thể là không gian tốt cho một nhóm khoa học dữ liệu.

Trong khi đó, các ứng cử viên khoa học dữ liệu nên quyết định vai trò của họ đối với cá nhân họ trước khi tìm việc, Brown nói.

"Điều này rất quan trọng, vì tốt hơn hết là họ nên tìm một chủ nhân có ý tưởng tương tự, hoặc họ sẽ rất không vui", Brown nói. "Và đó thực sự là một vấn đề rất phổ biến. Có rất nhiều câu chuyện về những người được thuê làm nhà khoa học dữ liệu và sau đó không thích công việc của họ. Và tôi nghĩ rằng vấn đề cơ bản là họ có ý tưởng về ý tưởng đó sẽ như thế nào được, và đã không khám phá đầy đủ điều đó với các chủ nhân tương lai của họ. Và vì vậy họ đã có một sự không phù hợp. "

                                                                                

                                                

Cũng xem

 istock-921054680.jpg "width =" 770 "/> </span><figcaption>
<p>
                                            Hình ảnh: iStockphoto / Gorodenkoff Sản xuất OU<br />
                                        </p>
</figcaption></figure>
</p></div>
</pre>
<div class=