数据科学家在大流行世界中的工作前景

数据科学家仍在增长

戏剧性的职位发布减少不会绘制整个画面。的价值数据读写分析能力没有减少，而是组织雇用这些高价值职位的能力已经下降。

“Gartner的分析师分析师分析师弗兰克Buytendijk说，没有迹象。”“首席数据官员的数量仍在增加。”

大流行首先开始，许多组织进入招聘冻结，而锁定的长度未知。据南希·莱安，数据科学和分析招聘人员史密斯·汉利员工，数据科学家招聘凭借2020年的经济衰退。对数据科学家的需求并没有减少，但新雇用的角色只刚刚开始拿起。“我会说我们摆脱了大流行危机的深处，”她说。

根据德里安的说法，2月，招聘开始在每月略有增加。即使数据科学家雇用低，需求仍然很高。

“公司充分利用了他们已经拥有的员工，但没有很多招聘，”她说。

对数据科学家的需求

组织仍然存在相对数据文盲，数据分析仍然是一个相对年轻的行业。随着数据科学和分析继续增长，获得和保留经验丰富，知识渊博的员工很重要。

“商业环境中的数据科学仅仅超出了与提供给您的数据的研究和统计数据，因为它要求该人员了解完整数据流水线，”AIM咨询集团的数据和分析总监Steve Tycast说。

在Gardtendijk的观察中，Buytendijk已看到职位发布增加了越来越多的分析要求。成功组织期望将数据分析和管理的技能结合起来。和企业理想地希望这种组合可以来自一个小核心。

Darian说，在过去的几年里，数据科学已经成为一个候选市场。关于缺乏数据科学家的炒作导致了训练营的人气和数据科学大学产品。但无论大候选池如何，数据科学就业前景更适合更高度训练和经验丰富的数据科学家。

“有这么多的毕业生和计划，然而，经验丰富，真正的善良的人很难受到困难的，”莱尼说。

数据科学家和数据科学团队

大流行强迫组织重新思考招聘数据科学家。组织寻求的组织，而不是将大量资金投入个人建立更好的数据科学团队。

有一套技能公司在建立数据科学团队时寻找。必须有具有商业技能的个人，并且能够理解您的数据可用于以及如何改善业务运营的人。陪同他们，您需要具有量化技能的团队成员 - 那些能够理解模型的人及其局限性。团队中也必须有一定的技术技能，他们能够处理数据管理。

"你把拥有不同技能和不同资产的人放在一起，以创建这个实体，" Buytendijk说。“而一个人同时精通这三种技能的可能性非常小，所以你要试着把拥有跨界技能的人组成一个小团队。”

对于无法或犹豫将资源投入数据科学岗位的组织，有必要关注多次雇用解决通过分析和机器学习收集、处理和应用数据的首要问题。

数据科学家通常被认为是三者的结合，很难找到和保存。他们的技能与企业对数据的依赖相结合，这与他们越来越受欢迎和需求有关。

“一个特殊的候选人有能力批判性地思考，表明他们完全了解业务问题，并有能力通过创建解决方案的步骤，”Tycast说。“这不仅仅是在技术上提供了结果，而是使用各种变量和算法显示成功和失败来导出最佳答案。”

继续学习是一个个人水平的正数据科学家工作前景所必需的。莱安说，训练者和Coursera级别的招生在过去几年中一直在趋势必要的技能已经进化了。

她说:“这类课程的数量明显增加。”

保留

虽然数据科学就业前景很强，但对于组织来保持这种高需求员工，它可能是一场斗争。薪水竞争力，需求很高，所以它比以往任何时候都重要的是你的数据科学家和分析师激励留下来。

“雇主想要具有竞争力，但这不是”天空“的”极限“的类型，”德里安说。“[数据科学家]得到良好的报酬，他们期望得到很好的报酬。”

Buytendijk已经看到了两种有效的保留数据科学家工作策略。首先是提供员工很多培训。数据科学家有一个自然的好奇心，并渴望继续学习。

提供继续学习机会很重要，特别是如果该职位对员工并不是本质上的挑战性。Buytendijk还表示，向数据科学家提供更多的责任和与商业管理人员互动的能力有助于保留。

这是数据科学领域时代的迹象。组织和C级高管的数据分析部分之间的融合与C级高管之间的互动已成为一种流行的趋势，因为企业依赖数据已增加。为了反映这种动态变化，组织应该保持彼此的运营中的两个柱。数据科学家已成为数据专注企业的重要组成部分，并为这些员工提供合理的责任，C级通信只有意义。