企业最诱人的职缺-资料科学家(Data Scientist)
企业最诱人的职缺-资料科学家(Data Scientist)
汤玛斯.戴文波特(Thomas H. Davenport)
与帕蒂尔(D.J. Patily)
在2012年10月的哈佛商业评论(HBR)上
发表了一篇文章《企业最诱人的职缺》
(Data Scientist: The Sexiest Job of the 21st Century)
并将「资料科学家」(Data Scientist)这个概念
推向全世界
这个职衔是由上述文章中的作者之一
帕蒂尔(D. J. Patily)
与杰夫.哈梅巴赫(Jeff Hammerbacher)
于2008年所提出
当时他们是LinkedIn与Facebook资料分析部门的主管
随著「资料」在企业里扮演的角色越来越重
「资料科学家」这个职衔的需求也越来越高
而资料科学家所需的本领
包括拥有统计、机率、数学、
分散式处理、程式撰写、云端运算、
资料视觉化…等知识与技术
同时
必须拥有好奇心
能够在平凡中看见不平凡
例如:
能发现诈欺行为和DNA排序之间
存在著某种类似的关系
关于资料科学家的培养
目前各行业都很欠缺
甚至连各学校也是
所以
业界与学界都在急起直追当中
至于该如何找到适合的资料科学家并为企业所用
《企业最诱人的职缺》这篇文章提出了以下10点建议:
1. 到最好的大学和研究所寻找人才
2. 到相关社群物色(R user group, Python interest groups)
3. 在 Linkedln 中找寻适当的人才
4. 在Hadoop、Python、R等研讨会上,和年轻人聊聊
5. 与创业家聊聊,他们可能接触过一些资料科学家
6. 在 Kaggle 等网站寻找可能的高手
7. 候选人一定要会写程式,虽然不必是世界一流水准,但要能很快学习新技术
8. 表达能力要有基本的水准
9. 和现实商业世界不可脱节太远
10. 自学能力要强
其中
是否拥有自学能力
或是自学能力程度的验证
可以从一些行为指标来确认
例如:
看过那些网路课程?
拿过那些网路课程的证书?
曾在 GitHub 贡献过哪些开放原始码?
曾经与那些权威联系过?
是否曾用Email问他们问题?
…等
目前
资料科学家炙手可热
企业要好好物色
并且妥善地留住他们
加油!
Peter