在2012年,哈佛商业评论称数据科学家的“性别歧视的21世纪的工作”,这个角色仍然坐在1号在Glassdoor的列表25日在美国最好的工作。但实际上数据科学家正在做的工作他们雇佣了?
数据科学家的作用是帮助企业最大化的大量数据我来自客户、客户和内部研究。几乎每一个行业处理数据在某种程度上,是否医疗、科技、保险、金融和教育等。因此,企业都发现有必要引进专家帮助不仅组织数据,但还要保持安全,使其可以为那些需要在公司内部。
提出正确的问题
根据今敏Keong,总裁,首席执行官兼联合创始人ZL技术,大数据软件公司组织发现他们在混乱的困境来自异类数据源的数据,创建一个情况大多数数据科学家实际上不是分析数据,相反,他们被凌乱的杂乱的数据中跋涉。
“在完美的世界里,数据科学家需要识别和帮助解决关键业务和IT组织中的挑战通过访问和操纵所有企业内容快速、流畅没有障碍,“Keong说。
出现问题时,数据科学家进入一个新公司,只能面对不集中或组织的数据,但他们仍将它的感觉。这使得数据科学家,他大部分时间都只是管理数据,而不是分析它并找到一种利用它的业务。数据科学家不应该做什么,根据Keong是反动地搜索通过这些数据以回答特定问题在公司内部。“他们应该有自由去寻找需要问的问题,“Keong说。
“他们被迫从IT系统收集内容横躺着很多平台和部门而不是轻松地访问所有的数据集中,“Keong说。通常,数据可能会重复,脱节或在错误的地方,没有一个简单的平台,这些新员工可以使用它来访问数据。
因此,数据科学家便急忙的时候交付结果。“当需要很长时间进行数据科学家们想出一个答案一个看似简单的问题,很有可能这不是责怪他们的技能:它可能是数据环境,“Keong说。
(相关报道:当大数据太大,这个机器学习算法可能是答案]
数据科学家求职者小心
为了避免这种位置,数据科学家应该检查所有的技术和平台他们的潜在雇主。从第一个面试,你应该问的问题,以确保您完全理解公司的状态数据。很明显你没有组织公司的数据,而是轻松快速地收集见解已经从一个有组织的数据集。如果他们的数据混乱,询问解决办法修复它,或者预算来购买合适的工具和软件。
“数据科学家需要能够轻松快速地获得的见解以支持业务决策,分散的数据越多,越难,成为“Keong说。所以你不想进入一个位置你面对的重大任务搜索大量的分散数据点。
让问题和公开的问题
如果你发现自己雇佣数据科学家,而是充当数据更多的看门人,Keong说,说出来。数据的重要性,强调公司的底线,并指出如何数据不是有用的,如果它是分散和混乱。“无序的数据或数据并不是一个科学问题,这是一个业务问题,和数据科学家们在一个独特的地位权力的通信公司的其他利益相关者,“Keong说。
(相关报道:为什么“数据科学家”是今年最热门的工作吗]
招聘数据科学家吗?
或者,如果你是一个雇主希望雇佣一个数据科学家,你需要退一步,评估你招聘的现实作用。理解数据科学家的重要性;他们不仅有助于发现见解,但他们也可以识别并纠正问题。
你可以期待一个数据科学家解决问题在某种程度上,但你不能给他们一个完整的混乱,希望他们会魔法。“数据科学家不是魔术师,”Keong说。最终,他们是多么成功的在他们的角色还将取决于有多少业务支持的作用。进入2016年,数据比以往任何时候都变得越来越重要,企业等得太久,计划可能会后悔的。
“分散和重叠系统越多,越有价值的大规模分析的数据。误解常常源于文化鸿沟之间可以存在业务领导和技术团队,尽可能少的企业采用了一个共同的“语言”来讨论数据和分析和数据管理问题,“Keong说。
控制大数据之前已经太迟了
重要的是要理解“数据是企业的命脉”,Keong说,“及其顺利和高效的流是必要的知识和思想流通。”And its impact reaches far beyond IT. Its effects can be seen in legal, compliance, business intelligence, risk management and productivity, says Keong. The sooner businesses understand and acknowledge the weight of big data in day-to-day business, the sooner data scientists can be utilized to their maximum potential.
这个故事,“雇佣一个数据科学家吗?你做的一切都错了”最初发表的首席信息官 。