尋找優(yōu)秀的數(shù)據(jù)科學(xué)人才應(yīng)該從一份有效的職位描述開始。但是，為了能夠制作出一個(gè)正確的帖子，組織首先必須了解他們瞄準(zhǔn)的人才市場(chǎng)和角色。
人工智能和深度學(xué)習(xí)公司Skymind的聯(lián)合創(chuàng)始人兼首席執(zhí)行官、開源框架Deeplearning4j的聯(lián)合創(chuàng)始人Chris Nicholson表示，在當(dāng)今的數(shù)據(jù)科學(xué)就業(yè)市場(chǎng)中，需求遠(yuǎn)遠(yuǎn)超過了供應(yīng)。他表示，這意味著企業(yè)必須抵制誘惑，不是去尋找擁有所有所需的數(shù)據(jù)科學(xué)技能的候選人，而是去尋找有潛力的人才，然后在工作中進(jìn)行培訓(xùn)。
“很多數(shù)據(jù)科學(xué)都與統(tǒng)計(jì)、數(shù)學(xué)和實(shí)驗(yàn)有關(guān)——所以你不一定要找計(jì)算機(jī)科學(xué)或軟件工程背景的人，盡管他們應(yīng)該有一些編程經(jīng)驗(yàn)，”Nicholson說。“你需要來自物理科學(xué)、數(shù)學(xué)和自然科學(xué)背景的人;受過統(tǒng)計(jì)思維和計(jì)算工具訓(xùn)練的人。他們需要有觀察數(shù)據(jù)的能力，能夠使用工具來操縱數(shù)據(jù)，探索相關(guān)性，并建立數(shù)據(jù)模型來做出預(yù)測(cè)。”
Nicholson說，因?yàn)閿?shù)據(jù)科學(xué)家的工作不是要設(shè)計(jì)整個(gè)系統(tǒng)，所以較少的編程經(jīng)驗(yàn)是可以的。畢竟，大多數(shù)組織可以依賴軟件工程、DevOps或IT團(tuán)隊(duì)來構(gòu)建、管理和維護(hù)基礎(chǔ)設(shè)施，以支持?jǐn)?shù)據(jù)科學(xué)的工作。相反，強(qiáng)大的數(shù)據(jù)科學(xué)候選人通常具有科學(xué)背景，應(yīng)該精通一個(gè)或多個(gè)不同堆棧中的數(shù)據(jù)科學(xué)工具。
以下是如何制作正確的數(shù)據(jù)科學(xué)職位的招聘啟事并將人才招進(jìn)來的方法。
一般的最佳實(shí)踐
Triplebyte公司的首席數(shù)據(jù)官兼聯(lián)合創(chuàng)始人Ammon Bartram表示，當(dāng)涉及到制作職位描述時(shí)，其實(shí)你主要的目的是在推銷你的組織和職位。其目標(biāo)是傳達(dá)為什么這個(gè)角色是一個(gè)令人興奮的機(jī)會(huì)，而不是僅僅關(guān)注技能和責(zé)任。Bartram說，許多尋求數(shù)據(jù)科學(xué)家的組織都犯了這個(gè)錯(cuò)誤，這使他們立即處于了不利地位。
“招聘人員經(jīng)常寫下這樣的話，‘必須有技術(shù)學(xué)位，三年的經(jīng)驗(yàn)，以及對(duì)Apache Hadoop的深厚知識(shí)。這是一個(gè)錯(cuò)誤，即使你真的想要擁有這些屬性的人，”Bartlam說。“對(duì)于數(shù)據(jù)科學(xué)這樣的高技能職位，我們的目標(biāo)是讓那些持觀望態(tài)度的求職者相信，你的公司和你的角色很有趣，值得他們花時(shí)間。”
這一點(diǎn)特別重要，不僅是因?yàn)槭袌?chǎng)如此火爆，還因?yàn)?，Nicholson說，“很多必要的技能都是行業(yè)和公司特有的。不同的組織使用不同的語(yǔ)言，喜歡特定供應(yīng)商的技術(shù)棧和特定的專有工具，所以這取決于招聘團(tuán)隊(duì)所知道的那一種。”
Bartlam說，相反的，你應(yīng)該集中精力于公司的使命，這個(gè)角色將完成什么，以及候選人將要解決的令人興奮的問題以及相關(guān)的任何技術(shù)細(xì)節(jié)。“特別是對(duì)于數(shù)據(jù)科學(xué)來說，寫下候選人可以訪問的有趣數(shù)據(jù)集會(huì)非常有用——數(shù)據(jù)科學(xué)候選人喜歡在炫酷的數(shù)據(jù)集上極盡所能，”他說。
以這種方式開始你的工作描述，你將更容易吸引應(yīng)聘者，然后你可以轉(zhuǎn)移到更困難的，不可或缺的技能描述上來。
所需的具體技能
Bartram說，具體的語(yǔ)言和工具會(huì)因公司而異，但首先也是最重要的是要精通統(tǒng)計(jì)，其次是一些編程經(jīng)驗(yàn)，以及對(duì)數(shù)據(jù)系統(tǒng)的熟悉程度。在必要的地方要具體描述。
除了基本技能之外，公司可能還需要機(jī)器學(xué)習(xí)知識(shí)——對(duì)特定ML模型的理解，以及使用這些模型的通用工具。Tensorflow和scikit-learn是目前使用的兩種最常見的ML庫(kù)。”Bartlam說。“公司可能需要使用任何特定編程語(yǔ)言的經(jīng)驗(yàn)，比如Python、Java、R等。也可能需要熟悉他們使用的特定數(shù)據(jù)系統(tǒng)，比如PostgreSQL、MongoDB、Airflow、Hadoop、Redshift等。”
Nicholson在這一列表中加入了Matlab，這是一個(gè)數(shù)值計(jì)算環(huán)境，也是Mathworks的一種專有編程語(yǔ)言。
Nicholson說:“這些工具是大多數(shù)自然科學(xué)專業(yè)人員和統(tǒng)計(jì)學(xué)家都很熟悉的，因此，如果候選人能以‘正確’的方式思考這些問題，你就會(huì)有一種良好的感覺。如果他們從事機(jī)器學(xué)習(xí)——Python已經(jīng)成為這個(gè)領(lǐng)域的首選語(yǔ)言，Python工具如Canvas、Keras和Tensorflow也一樣。如果他們只會(huì)其中一種，但沒有另一種，那也不是太大的問題。重要的是，他們能夠擅長(zhǎng)一種工具，因?yàn)檫@表明他們可以快速地學(xué)習(xí)新工具。”
銷售平臺(tái)公司Outreach的數(shù)據(jù)科學(xué)副總裁Pavel Dmitriev在招聘時(shí)使用了一個(gè)更廣泛的列表。
“其中一些是特定領(lǐng)域的;對(duì)我們來說，由于我們業(yè)務(wù)的關(guān)系，掌握自然語(yǔ)言的處理非常關(guān)鍵，但在其他公司，它可能會(huì)有所不同，“Dimitriev說。 “但是，總的來說，我們需要尋找編碼和算法方面的技能;數(shù)據(jù)處理;大數(shù)據(jù)管理;機(jī)器學(xué)習(xí);自然語(yǔ)言處理;商業(yè)理解;如何將問題形式化并轉(zhuǎn)化為數(shù)學(xué)問題;以及溝通技巧。”
軟技能
Bartlam說，因?yàn)閿?shù)據(jù)科學(xué)家必須與眾多同事合作，所以軟技能也是必不可少的，在任何工作描述中都不應(yīng)該被忽視。溝通、團(tuán)隊(duì)合作、協(xié)作以及激情和使命對(duì)任何數(shù)據(jù)科學(xué)候選人都非常重要。
“軟技能很重要，”Bartram說。“作為一名數(shù)據(jù)科學(xué)家需要與同事交流，并在團(tuán)隊(duì)中進(jìn)行工作。影響應(yīng)聘者是否被錄用的兩個(gè)主要因素是他們的溝通能力，以及他們對(duì)公司工作的熱情。”
確保招聘信息中不僅包括你喜歡的軟技能，還包括數(shù)據(jù)科學(xué)將如何融入你的組織的簡(jiǎn)要說明——這樣候選人就能更好地了解這些軟技能將如何在職位中發(fā)揮作用。
現(xiàn)在你已經(jīng)擁有了所有的細(xì)節(jié)，你可以整理出一份優(yōu)秀的數(shù)據(jù)科學(xué)職位描述了，我想這肯定能夠幫助你找到優(yōu)秀的候選人。
京公網(wǎng)安備 11010502049343號(hào)