olly - Fotolia.

消息 及时了解最新的企业技术新闻和产品更新。

数据科学家短缺叶组织不确定

尽管他们希望在决策过程中使用数据科学,但一些组织无法找到合格的数据科学家来开发和运行他们的数据科学举措。

各种行业的组织看到了数据科学的好处,但数据科学家短缺在他们可以开始使用数据之前停止它们。

他们看到Netflix能够使用数据科学完成的,建立基于的编程帝国机器学习算法以及亚马逊和谷歌如何利用数据科学来推动用户参与。

组织如何了解他们自己行业的竞争对手是如何利用数据科学来获得优势,利用机器学习和增强智能来识别和配置潜在客户,制定建议,预测供应链,识别欺诈和识别欺诈开发预测模型

但是当他们试图雇用自己的数据科学家时,他们就找不到它们。

近十年前,哈佛商业审查称为数据科学家21世纪的最性感工作,并在2011年,根据Dataversity.NET的裁判,数据科学家的招聘会增加了15,000%。

现在,Indeed.com、LinkedIn和Glassdoor等招聘服务网站上充斥着数据科学家的招聘信息。根据美国劳工统计局(U.S. Bureau of Labor Statistics)的数据,Indeed.com目前有超过7000份数据科学家的工作列表,而Glassdoor和LinkedIn各有超过1万份,数据科学家的平均年薪目前超过10万美元。

我们知道数据科学家的短缺,因为他们很难招募。此外,薪水一直是天文学。那些是良好的指标。
唐纳德农民本金,TreeHive策略

与此同时,咨询公司QuantHub汇编了三家招聘服务机构的数据,这三家机构分别是Burtch Works、CIO、Computer Weekly、Harnham、McKinsey和Women in data Science数据科学家在2020年短缺250,000根据数据科学家/分析师的职位发布的数量以及由求职者对这些条款的搜索数量。

“我们知道数据科学家的短缺,因为他们很难招聘,”树木战略校长唐纳德农民说。“此外,薪水已经是天文学。这些是良好的指标。”

类似地,流媒体分析供应商KX Systems的技术传道者丽贝卡•凯利(Rebecca Kelly)表示,大量针对数据科学家的招聘信息表明,需求在增加,但供给却没有相应增加。

她说:“仅上周就增加了大约50个,而且增加得非常多。”“只要想想如今人们在公司内部问的那些问题,就会发现这些问题需要数据科学家来回答。”

但情况正在发生变化。

在少数几年内,行业内部人士表示缺乏数据科学家可能会消失。旨在使数据科学的教育和技术的组合更容易获得潜力,使组织能够实现他们的野心将数据变为洞察力。

然而,现在,这些组织处于不确定性和等待状态。

比较数据科学家和数据分析师。
数据科学家与数据分析师的区别。

问题

通过Netflix,亚马逊和其他科技巨头使用数据科学获得了大规模的收益,组织想要自己的成功。

他们希望自己的数据科学家团队开发算法,导致建议,排除潜在问题,预测未来并最终导致电力增加利润的数据驱动的决策

当竞争对手正在把增强智能和机器学习应用于他们的关键决策时,他们不想利用个人经验和直觉来做出重大决策。

但很多企业都被困。他们希望利用数据科学,但它们找不到合格的数据科学家开发算法和构建预测模型。

供应滞后于需求。

“从公司的角度来看,问题是他们只是不能像那些有[数据科学家]的那样敏捷,”凯莉说。“关于数据科学的伟大事物能够识别需要解决的问题和您可以增加价值的方式,生成额外收入,因此不做的公司非常关注。”

然而,凯利引用的问题可能是这一点上最大的问题。

行业专家表示,尽管很多机构希望聘用数据科学家,并利用严肃的数据科学来改变决策过程,但它们还没有做好准备。他们想要的是数据科学的理念,但他们没有足够的方法让雇佣数据科学家变得有意义。

“我认为这是从'我想成为Netflix的立场开始,”Qlik的首席数据官Joe Dossantos说。“每一首席执行官都被告知他们需要更加预测,他们需要更像netflix,它激起了焦虑。”

然而,焦虑不是雇用数据科学家的足够好的原因,或者是其中的一支球队,Dossantos继续。

事实上,他说,虽然肯定是一个数据科学家短缺,有一个组织专注于数据科学的方法而且,当他们发布工作时,知道自己想要找什么,在招聘数据科学家方面不会遇到与那些对数据科学想做什么只有模糊概念的人一样的困难。

“数据科学家正在寻找挑战,如果你有有趣的挑战让他们去承担,你似乎不缺申请者,”DosSantos说。“我认为,如果你不知道自己在做什么,对自己可能做什么或不做什么只有一个模糊的概念,也没有支持数据科学的文化,这将是有问题的。”

比试图雇用数据科学家更重要制定数据策略他维护。

“首先,人们需要考虑分析策略,其中绑定它们的用例是什么,然后他们可以开始考虑下一步,”Dossantos说。“当发生这种情况时,我们会发现自己短的10,000个数据库科学家吗?可能。这可能是一个问题。这是一个问题在那里,但是很容易阅读其他人的数据科学成功,觉得你落后的困难。”

同样,在他作为顾问的角色,他在招聘过程中建议组织,表示,现在有足够的合格申请人可以满足知道他们在数据科学所做的内容的要求。

然而,几年前是不同的,但是,当数据科学家短缺时甚至比现在更严重。

“我最近采访了20名候选人的一个数据科学家角色,”农民说。“两年前,我们不会找到20名候选人,从不介意20岁以上的面试。这是一个大的班次。”

追赶

尽管数据科学家的短缺依然存在,但分析师们的感觉是,供应正开始缩小需求差距。

差距仍然存在,很可能持续,但在接下来的五到10年的某些时候会有均衡。

关键是教育

十年前,数据科学没有教授高校,但随着大数据的兴起和分析的演变成为经营决策的主要驱动力,不仅是数据科学现在是一个常见的研究领域,但是还填补了许多数据科学的课程。

随着学生在数据科学中毕业,他们将帮助减少数据科学家的短缺。

法默说:“数据科学、机器学习和人工智能的每一门课程都供不应求。”

同样,Dossantos表示,大学和大学在帮助开发新一代数据科学家方面发挥着关键作用。

“所有学校都有数据科学计划,他们没有五年前,”他说。“我认为教育系统正在加剧这一点。我认为众所周知,你得到了很好的赔偿,如果我们在企业和学术机构之间的伙伴关系中发挥这一权利,我们将能够满足需求。”

学院和大学并不孤单在开发数据科学家。

已经在劳动力的人们正在努力将其作为更多数据,通过认证计划在数据科学中开发专业知识。Coursera等组织提供在线计划,以及分析供应商,包括Qlik和Tableau等IBM等技术巨头

“我所看到的事情是一位不受数据科学家教育数据科学的人的推动,”凯莉说。“这是一个真正的好处。现在它们更好地配备了分析数据集并使用一些工具来识别数据中的异常值或异常。”

与此同时,技术本身可以在减少对数据科学家的需求方面发挥作用。

易用性已成为许多分析软件供应商的Mantra,以及特色的低码/否代码工具自动化机器学习人工智能能力现在激增,使没有编码技能和数据科学专业知识的用户至少可以涉足数据科学。

这些工具不会消除对数据科学家的需求 - 特别是为了处理道德问题在这种情况下,未经培训的用户可能弊大于利——但他们可以让组织聘请一位首席数据官,负责开发和监督数据策略,其中包括处理数据的业务用户。

“大多数[数据科学]应用程序非常好,”农民说。“那些内置于BI工具的人非常擅长找到趋势 - 如时间序列分析 - 他们擅长找到异常值,他们擅长促进建议。但更高级的工作确实需要更好了解系统内发生的事情以及处理数据的复杂性。“

前景

最终,数据科学家短缺将消失。

十年前,数据科学家的工作列表增加了,第一次创造了赤字,并且仍然存在的缺口将被淘汰,因为开发更多的数据科学家并且技术继续前进到至少让用户能够接触到一些数据科学没有学位。

共识是,供应将满足不超过10年的需求,也许越早,而且潜在客户并不是迫在眉睫。

“最终,它会迎头赶上,但我不认为会很快发生,”凯利说。“我们可能还要再等五年。总体上,组织中仍然存在效率低下的问题。”

与此同时,农民指出,他已经看到了数据科学家提供的增加,以及那些组织重点是数据策略能够找到合格的候选人进行选择。

他预测,在几年内,将有一个盈余的数据科学家,而且经过一段时间的供过于求,市场将找到它的水平。他指出,随着最受欢迎的教育课程 - 数据科学,机器学习和AI - 该领域很快就会以供过于求的模式。

“有需求无法满足,”农民说。“将产生的供应,并将通过供过于求找到其水平,一旦提供供过于求,市场动态就会解决我们需要的数据科学家。”

根据Dossantos,数据科学将会发展在未来十年左右的一部分,它成为组织中每个部门的一部分,而不是部门本身,数据策略将以小增量演变而不是标记突然的战略超出。

“当你带上一个私人教练时,数据科学几乎就像,”他说。“你需要有人告诉你如何做到这一点并让你在做你的练习,但随着时间的推移,如果你的私人教练已经足够好,你不应该需要你的私人教练。希望,从现在开始,10年来它是从现在开始的在你的起居室,而不是建造一个全新的房子。“

深入了解数据分析

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