应对数据科学家短缺的6种方法

与其坐等招聘广告的落空，企业更应该进行重新思考、重新培训和重新调整组织，并努力填补数据科学人才的缺口。

b90e7bec54e736d102bd6de404c9aec6d76269ca

随着企业开始寻找能够从收集到的所有信息中发现深刻见解的专业人士，其对数据科学家的需求似乎是永无止境的。

在2019年1月发布的一份报告中，商业和就业社交媒体网站LinkedIn根据薪资、职位空缺数量和同比增长数据，将数据科学家列为了2019年最有前途的工作。该报告称，今年预计将会有4000多个的数据科学家职位空缺，比2018年增加56%。数据科学领域的顶级技能包括了数据挖掘、数据分析和机器学习。

问题是，由于人才短缺，公司往往不能足够快地填补这些职位空缺。然而，这并不意味着他们不能获得数据科学家所拥有的技能。虽然这可能需要一些创造性的思考和坚持，但是组织可以通过各种方式来处理数据科学家的短缺。以下是一些建议。

1.寻找那些正在考虑改变职业的人 如今，随着数据科学日益受到关注，技术专业人士--甚至非技术人员--都可能会考虑进入这个领域。

技术咨询公司SPR的企业架构执行副总裁Pat Ryan表示:“我们也在寻找那些来自训练营的转行人士。这些人有职业道德，对自己有信心，可以从他们知道的职业转向全新的东西。”

SPR可以让人们尽早从工程和教练等职业中走出来，并指导和培训他们所需的数据科学技能。“这是一项比直接雇佣数据科学家更长期的投资，”Ryan说。“但我们的经验是，拥有这种独特背景的人除了具备技术技能外，还具备人际关系和情境技能，这些技能也是很难被找到的。”

SPR也希望雇佣在数据分析方面有正式学术背景、有工作经验的人。“这些人有必要的学术背景来理解数学，并有能力进行一些必要的发展，”Ryan说。

2.重新培训现有员工 在劳动力市场紧张的情况下，招聘新的技术工人可能会很困难。因此，各个组织正在转向他们自己的技术员工群，以寻找潜在的数据科学家。通过培训项目和卓越中心的使用，公司可以增加拥有数据科学技能的内部员工数量。

“我们希望在内部培训我们的数据工程师，让他们了解该如何设计数据解决方案，包括如何应用机器学习算法，以及额外的数学和统计知识，”Ryan说。 “这样，他们就能理解R平方或混淆矩阵究竟能够告诉他们什么了。”

安永咨询公司美洲咨询和金融服务办公室的创新主管Roger Park表示，许多机构都会面临的一个挑战是如何缩小专业知识和经验之间的差距。该公司正在对所有员工进行数据科学方面的培训，而不仅仅是该领域的员工。 “我们会鼓励员工积极参与并完成新的培训，”Park说。“例如，我们有一个名为EY badge的项目，它允许人们通过在数据可视化、人工智能、数据转换和信息战略等在市场上与众不同的技能上获得数字证书，从而投资于自己的职业生涯。”

Park说，通过激励人们获得新的徽章，并提供强有力的课程，该公司正在使培训变得更轻松，更有趣。

安永用来激励人们学习新技能的另一个策略是游戏化。“当新技术出现时，我们还不知道可以在哪里使用它时，我们就会开发基于一些奖励的挑战--比如黑客马拉松--以便让我们的员工想出有趣的用途和应用，”Park说。 “我们会利用人们对新产品或新工具的渴望，来探索将这些新技术和技能带入日常工作的途径。”

3.利用导师关系并建立卓越中心 许多组织已经拥有了大量的数据科学家，他们可以帮助那些有抱负的数据科学家以及与那些已经在该领域工作的人分享知识。通过指导，有经验的专业人士可以向新员工传授有关企业内部运作的知识。

“其中的一个策略是让新人与了解业务的导师进行合作，”Park说。“每个优秀的数据科学部门都需要知道以下三件事的人:知道如何编写算法的人，知道如何将算法转化为程序的人，以及具有商业头脑的人。”

Park表示，学术界无法教会人们如何将商业部门与数据科学结合起来。这就是在组织中创建卓越的分析中心可以提供帮助的地方，因为它们能够将志同道合的人聚集在一起，这些人将继续互相挑战，并尽其所能地使用技能。

通过这些中心，“数据科学家可以遍布整个组织，并可以就他们领域之外的项目进行咨询，”Park说。

4.依靠科技 谁说只有数据科学家才能利用信息来增加业务价值?一些公司发现，组织中几乎任何人都可以承担数据科学家所扮演的某些角色--至少在某种程度上是这样的。电子商务零售商Zulily解决数据科学人才短缺的一个方法是，将公司的数据“民主化”到整个员工群体，这样就使得数据科学家能够专注于更具战略意义的商业挑战和机遇。

“在我们的世界里，我们每天都会个性化并推出数百万个版本的网站，我们业务的每个方面都归结于我们是如何处理、分析和从数据中进行学习的，”其技术副总裁Bindu Thota说。

Thota表示，不管数据是来自于新获得的客户对营销计划的反应，还是来自于为每位购物者量身定制的最相关的策划销售活动，概莫如是。该公司已创建了一些专有工具，允许其在销售、营销、运营和其他领域的员工访问仪表板和日常报告，使其可以自主决策基于业务的正在进行的任何活动。

“企业内部有些人拥有一些未知的能力和技能，对于领导者来说，帮助他们的人员实践和培养这些人才是至关重要的，”商业和技术咨询公司West Monroe Partners的高级架构师Jeremy Wortz说。

“几乎每个组织都会有数据科学爱好者，”Wortz说。“关键是要有一个地方来展示这些本土技能，并评估潜在的人才。“‘发展自己’这个词的意思是你需要对你的员工感兴趣，发掘他们看不见的才能，让这些‘未知的人’成为高技能的科学家和工程师。”

Wortz表示，机器学习自动化技术通过降低构建算法等任务的复杂性，也使其变得加可行了。 Monroe Partners在内部发现了新的数据科学家，并帮助客户也做了同样的事情。 Wortz说:“我们帮助一家银行举办了一场全公司范围的机器学习挑战--黑客马拉松-在那里，一些资历较浅的人在银行分行工作，他们也能够帮助确定解决方案。”

5.与高等教育机构合作 大学和学院的数据科学项目一直都在增加当中，而这些项目直到大约八年前才出现，Wortz说。各组织应尽可能地与这些机构建立工作关系。

“虽然这些项目还在开发当中，但它们已经显示出了早期的、有希望的迹象，”Wortz说。 “我们知道这一点，因为我们看到技能在年轻人才的涌入中得到了体现。” Monroe Partners与各大学的系主任和兼职教授建立了关系，他们会发现公司并将其推荐给有前途的年轻人才。

咨询公司KPMG的数据分析和人工智能美国主管Brad Fisher补充称，企业应与这些机构结成联盟，并建立强大的校园招聘战略。KPMG也拥有一个数据科学家部门。

Fisher表示:“我们的招聘引擎全年持续运转，每周都有招聘者和招聘经理进行接触。”该公司与多家机构的分析项目建立了合作关系。

6.利用社区和多样性 人才库越大，找到人才的机会也就越大。一些公司正在探索如何接触更广泛的社区，以使人们对数据科学和相关主题感兴趣。

“重要的是培养下一代的数据科学家，并在社区内的各级教育中创造探索该领域的机会，”Thota说。 “我们引入了来自不同经济背景的女高中生，帮助她们理解数据科学、机器学习和，以便开发一款实时应用。” Zulily也邀请了分析师和数据科学家团体到其位于西雅图的总部，参与社区活动，如市场分析和数据科学会议，分享经验教训，并与其他组织合作。

“与我们对待客户体验的方式类似，我们正试图创造一种独特的方式，利用数据科学来为我们构建的技术带来乐趣，”Thota说。 2019年6月，该公司将与其合作伙伴美国职业棒球大联盟的球队Sounders FC举办黑客马拉松，以利用体育数据来解决技术挑战。尽管技术行业拥有广泛的数据科学家群体，但Zulily也希望在寻找人才时并不局限于该行业。该公司的首席信息官Luke Friang表示:“在我看来，技术领导层可能犯的最大错误之一，就是只从科技行业招聘人才，这过于死板了。”虽然拥有强大的工程计算机科学的工作知识非常关键，一个强大的数学基础也很重要。

“但是，无论是学术界，医疗保健机构还是非营利部门，优秀的人才都可以来自许多行业，”Friang说。“这些行业都拥有我们想要寻找的Zulily的特征:发明家、创造性的问题解决者、希望拥有某种东西并使其变得更好的人。”