达伦惠廷汉姆- Fotolia

评估 衡量您正在考虑的技术,产品和项目的优缺点。

分析副总裁分享雇用数据科学家的最佳实践

众所周知,数据科学家的职位很难填补,但企业可以求助于工具来填补人员空缺,满足自己的分析需求。

招聘数据科学家很困难,这已经不是什么秘密了,但对于那些知道从哪里寻找数据科学家的人来说,资源是存在的。

休伊·安特利大约一年前加入KAR拍卖服务公司,担任数据科学解决方案副总裁。在企业对企业汽车批发拍卖公司工作期间,他一直忙于建立一个数据库团队

他聘请了八人为他的团队进行了混合的博士和硕士学位。有些人直接出于学术课程,而其他人则在数据科学中工作了一段时间。

但建立了Kar的数据科学能力,并不只是关于招聘数据科学家。antley还利用可用的服务来扩展他的团队能力。这些包括外包服务提供商,顾问和执行一些的自动化工具数据科学任务

“这是寻找人才很有挑战性但是,我的策略是拥有一个核心内部团队,但也有外部资源,也是“南·南

除了偶尔与特定项目顾问合作,antley还与印度的海上数据科学承包商合作。他表示,这些资源允许团队根据项目需求迅速扩大,而不致力于进行大型持续投资。他的团队也使用了一个机器学习平台称为datarbot,它根据数据集的特定特征自动选择建模技术。安特利说,这让他的内部数据科学家可以跳过一些更平凡的工作任务机器学习。

他还专注于雇佣具有多种技能的数据科学家。小团队意味着每个人每件事都要做一点。例如,KAR没有正式的数据管理团队。数据科学家必须能够获得他们自己需要的数据。团队使用的大部分数据都在SQL数据库,因此查询数据不需要唯一的技能。但SQL查询技能必须与更复杂的数据分析技能配对,包括使用R编程和Python,这是团队使用的两个主要分析工具。

迄今为止,团队建成了两个操作预测模型:一个渠道优化工具,帮助车辆销售商确定最佳时间和地点,以列出他们的车辆,以及一个价格优化工具,分析历史和实时销售数据,以及经济和市场趋势,以确定车辆的最佳价格。

antley表示,对于企业而言,无论业内人士都对企业变得越来越重要,拥有能够建立预测模型并执行其他类型的高级分析的员工。尽管Kar不是传统的技术公司,但投资这种预测分析已授予公司对竞争的一句话,使组织更加富有成效。

“几乎每个公司都开始意识到他们正在收集给他们一个独特的市场观点的数据,”他说。“利用过去被认为是过去被认为的东西,但是[那]现在可以变成智慧,很重要。”

下一步

数据科学工作不要衡量炒作

找不到传统的数据科学家?寻找物理学家

不要假设双人员工可以转换直接从事数据科学的工作

深入了解预测分析

搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索SAP
搜索SQL服务器
关闭