当你想到完美的候选数据科学的作用,一些先入为主的观念。你想要分析的人,注重细节和直观,所有数据科学家的重要品质。但有更多数据科学不是好的数字——的核心数据科学家的作用涉及到影响决策者在业务和指导公司的未来。
虽然有很多逻辑特征,使一个好的数据科学家,有很多科学家需要的技能数据不属于数据的类别。济Nejmeldeen,有限公司高级副总裁兼首席科学家动态科学实验室,比任何人都知道这一点,雇佣自己的数据科学家,帮助指导数据策略众多企业有限公司。如果你保存常见误区数据科学家,可能是时候重新评估你的策略,根据Nejmeldeen。
这只是关于收集数据
能够收集、组织和理解大量的数据是至关重要的技能对于任何数据科学家。然而,数据科学家也需要正确的技能数据可用的格式呈现给组织内的其他人。为了雇佣数据科学家有很强的演讲能力,Nejmeldeen开始要求候选人提供一个30分钟的演讲充满激情的东西来测试他们的演讲技巧。现在他有一个科学家小组得出的数据都正确的技能,充分利用数据从开始到结束。
表达能力是一个oft-over看起来质量数据科学家候选人,根据Nejmeldeen。“我们生活在一个世界,正在收集多个数据源的数据数量不断增加;许多副捕获的工作和报告这些数据作为数据科学——我不同意这个观点,但我想说数据科学多,更多。”
Nejmeldeen说,如果领导人忽视这个数据软技能,他们业务的伤害——数据不会有什么用,如果你不能说服人们接受它的权利。数据科学家需要有信心在他们的数据分析,然后能够转身方便高管、经理和组织内的任何人都能使用它。如果您的数据科学家不会过去只是收集和传播数据,它可能是时间来调整职位描述。
(相关的故事:10训练营启动您的数据科学事业]
数据科学家正在开发人员
数据科学家最大的误解是他们开发人员,根据Neimeldeen,。他说,如果你希望数据科学家不仅收集数据,了解它,然后还设计和开发解决方案,你的期望可能有点高。虽然有一定数据科学家开发背景,你要想离开,到实际的开发人员。
诚然,许多数据科学家在你们公司可能发展的经验,你希望他们只关注数据——它们不仅负责收集数据并重申它正确的人,他们也需要专注于建立信任。“问谁采取行动基于数据分析手段让他们信任的分析。这就是呈现的数据和方法用于分析数据变得如此重要的——它是关于建立初始信任,”Nejmeldeen说。如果您的数据科学家们在背负不仅分析数据,亲自构建和设计系统的房子,他们不会有时间与正确的决策者建立这些关系。
确保您的数据科学团队不仅有效地管理数据的带宽和建立一个强大的分析,但也与相关组织的人。技术已成为一个巨大的现代商业的一部分,这将不利于成功如果数据科学家没有时间现在和解释数据的策略。
一个集中的团队可以处理数据的方方面面
双峰,这是一个新学派的时候它管理。双峰的一边是你可以考虑的“传统”;它移动缓慢,重点是维护网络、硬件、软件和安全。另一方面,你会发现一个更进步,专注于创新,采用新技术快速、保持领先。这是一个方法来管理技术的巨大影响对整个商业模式通过分割成两个阵营,每个都有一个单独的焦点。
Nejmeldeen预测未来数据相同。”这个词经常使用数据科学家共同对那些经常接触数据。但原则上,它有助于把一个数据科学组的数据架构师或工程师收集、转移、组织和存储数据的使用在其他数据科学组重利用数据的问题解决者。”
企业应该放弃这个想法,他们可以有一个或两个专用数据科学家混合到IT团队负责处理公司的所有数据。组织越大,你越需要考虑开发一个数据科学团队分为两个不同的重点。这可能意味着创建一个数据或整个部门如何把它的伞下,同时确保数据科学家们所有他们所需要的资源。
(相关的故事:IT技能差距是一个事实,但不必须]
数据不会改变
如果你的商业模式涉及招聘数据科学家,他们使用相同的数据模型,您将设置你的业务为失望。技术发展迅速,任何人进入大数据应该期待他们未来几年大幅度转变角色,根据Nejmeldeen。
如果你认为多少技术迫使企业改变过去5到10年维持下去,想象一下未来十年它将改变多少。数据激增,大量的企业最终正确使用数据,这并不意味着是时候得到舒适。数据会影响每一个行业,不仅仅是科技行业,所以数据策略的一部分,应包括考虑贵公司的未来和数据将整体增长中扮演的角色。
“我认为我们将看到软件的进步,将在很大程度上取代现有工作职能,因为他们——人工智能嵌入在商业智能软件将变得更加善于识别业务异常和为什么他们发生的根源。数据科学组的角色将会改变成为人工智能代理或中介和更多关注优化未来的决定,直到这个角色也取代了,”Nejmeldeen说。
这个故事,“4最大的误解招聘数据科学家”最初发表的首席信息官 。