AT&T、博思艾伦汉密尔顿、Ibotta和 Qlik 只是推出项目来培养内部数据科学人才以满足其数据分析需求的几家公司。
来源：Thinkstock
十年前，各大公司都在热议大数据，但除了亚马逊、Netflix和谷歌等巨头之外，很少有公司积极招募具有深厚数据知识的 IT 专业人士。过去几年，随着工具和培训的改进，以及数据可以推动商业价值的证据，这种情况发生了变化。现在，几乎每个行业都对数据科学技能的需求很高。
求职网站Monster.com 的一个查询显示，政府、医疗、咨询公司和软件公司等雇主发布了一千多个全职数据科学职位。需求量如此之大，以至于长期任职的数据科学家或数学博士不太可能供不应求。
此外，博思艾伦汉密尔顿公司高级副总裁兼分析主管马克·雅各布森表示，由于数据科学学科的新兴性质，识别和验证数据科学人才变得十分复杂。
“与其他职业不同，我们还没有看到一个被广泛认可的数据科学认证。人们对这个术语的含义存在分歧。这使得招聘和培训更具挑战性，”雅各布森说。
正因为如此，许多组织开始向内寻求满足其数据需求，建立培训计划，为现有员工提供最新的数据科学工具和技术。
以下是几家公司培养数据科学人才的情况。
确定数据科学将为您的组织带来最大价值的地方
在制定数据科学人才和发展计划之前，有必要确定这种努力在哪些方面能带来最大的回报。由于数据科学将分析与业务决策相结合，因此除了技术前景之外，通过瞄准具有领域专业知识的员工可以获得很多收益。对于许多组织而言，数据科学增加业务价值的最佳用例仍然是具有高活动水平的营销和技术平台。
十年前，各大公司都在热议大数据，但除了亚马逊、Netflix和谷歌等巨头之外，很少有公司积极招募具有深厚数据知识的 IT 专业人士。过去几年，随着工具和培训的改进，以及数据可以推动商业价值的证据，这种情况发生了变化。现在，几乎每个行业都对数据科学技能的需求很高。
求职网站Monster.com 一个查询显示，政府、医疗、咨询公司和软件公司等雇主发布了一千多个全职数据科学职位。需求量如此之大，以至于长期任职的数据科学家或数学博士不太可能供不应求。
此外，博思艾伦汉密尔顿公司高级副总裁兼分析主管马克·雅各布森表示，由于数据科学学科的新兴性质，识别和验证数据科学人才变得十分复杂。
“与其他职业不同，我们还没有看到一个被广泛认可的数据科学认证。人们对这个术语的含义存在分歧。这使得招聘和培训更具挑战性，”雅各布森说。
正因为如此，许多组织开始向内寻求满足其数据需求，建立培训计划，为现有员工提供最新的数据科学工具和技术。
以下是几家公司培养数据科学人才的情况。
一、确定数据科学将为您的组织带来最大价值的地方
在制定数据科学人才和发展计划之前，有必要确定这种努力在哪些方面能带来最大的回报。由于数据科学将分析与业务决策相结合，因此除了技术前景之外，通过瞄准具有领域专业知识的员工可以获得很多收益。对于许多组织而言，数据科学增加业务价值的最佳用例仍然是具有高活动水平的营销和技术平台。
“我们最新的推荐算法显著提升了我们应用程序内的互动数量。如果扩展到我们整个用户群，这将为Ibotta 带来数百万美元的增量底线收入，”Ibotta 数据产品和分析副总裁 Bijal Shah 说道。Ibotta 是一家软件公司，允许消费者通过应用程序购物时获得现金返还。
除了销售和营销之外，数据科学和分析还可以通过提高生产率来增加价值。例如，通用电气与钢铁公司合作，以提高高价值生产设备的效率。在钢铁生产案例中，数据是从安装在高价值生产设备上的传感器获取的。然后，数据科学分析可以预测实施预防性维护的最佳时间，以帮助避免意外停机。
博思艾伦汉密尔顿公司(Booz Allen Hamilton ) 正致力于在未来几年内让数百名员工掌握数据科学技能，而特殊的行业考虑已成为该公司内部开发数据科学技能的驱动力。
“由于我们与政府合作，因此找到拥有适当安全许可的专业人员是我们业务中的一大挑战。这也是我们培养现有员工的原因之一，”Jacobsohn解释道。
二、让每个人都具备数据素养
对于一些组织来说，数据科学发展是跨组织的、跨文化的事务。
“我正在努力在Qlik 培养一种数据素养文化，”数据分析平台制造商 Qlik 的数据素养项目经理 Jordan Morrow 说道。“我们的培训和发展方法为数据科学提供初级、中级和高级培训。在我们的培训中，关键的转折点是改变对数据的看法。许多人将数据视为报告或简单的汇总统计数据。我们希望让我们的员工能够利用数据提出更深入的问题。”
这种数据素养方法可能代表着数据科学的长期未来。随着人工智能和其他工具的不断改进，越来越多的人将有能力提出与数据相关的问题。当电子表格软件被发明时，有谁会想到非会计人员会使用它？对于数据科学来说，也许有一天，改进的工具和广泛的教育会让每个人都具备数据科学家的能力。
三、为员工提供数据科学成果
对于许多组织来说，最受欢迎的数据科学工具仍然是Python 和 R。要让这些工具发挥作用，员工首先需要打好基础。“我参加了公司为期两周的数据科学培训计划，该计划让我掌握了各种技能，包括使用 Python 和机器学习，”博思艾伦汉密尔顿分析部门的助理 Brad Morgart 说。“过去，我使用 Excel 和 Access 大量处理数据。统计和分析的基础知识对我来说并不陌生，因为我在经济学和商业方面学习过。但是，我现在能够在工作中更快地分析大量数据。”
Morgart的成功表明，未来的数据科学专家不会仅仅来自计算机科学和数学课程。Booz Allen 的基础培训类型很重要，因为仅提供数据软件工具无法开发出好的数据问题或将数据科学与业务需求联系起来。
制定为期两周的培训计划只是Booz Allen Hamilton 对数据科学的承诺的一部分。Jacobsohn 补充道：“我们在数据科学方面投入了大量资金，包括培训和招聘。我们的客户对这些技能的需求很大。我们还提供额外的在线课程和支持指导，以帮助我们的员工成长。”
四、没有能力开展内部计划？合作
制定内部数据科学教育计划可能并不适合每个组织。在这种情况下，与外部组织合作以帮助培养内部人才可能是明智之举。
“超过400 名 AT&T 员工报名参加了佐治亚理工学院的在线计算机科学硕士课程。该课程已培养了 500 多名毕业生，其中包括近 50 名 AT&T 员工。此外，我们还与 Udacity 合作推出了纳米学位课程——机器学习、人工智能和数据分析等领域的自定进度、快速技术资格认证。全球有超过 30,000 名学习者报名参加了纳米学位课程，其中有超过 2,000 名 AT&T 员工，”AT&T 人力资源高级副总裁兼首席学习官 John Palmer 解释道。
除了培养现有员工外，AT&T还将这些项目视为新人才的来源。“我们承诺聘请 100 名 Udacity Nanodegree 毕业生作为实习生，并已在 2015-2017 年招聘了三批暑期实习生。我们为其中许多人提供了全职职位，”帕尔默说。
数据科学和相关项目的在线教育项目正在日趋成熟。它们是个人和公司获得新能力的可行途径。
五、经理支持在培养数据科学人才中的作用
员工掌握技能后，下一步就是为他们提供实践机会。“我请求分析主管 Bijal Shah 允许我参与‘用户流失项目’，该项目致力于通过预测模型确定用户留存的关键指标。尽管 Bijal 是团队中最年轻的成员，但他还是冒险让我在项目中扮演重要角色。这不仅激发了我的信心，还挑战我在技术和战略方面培养新技能，”Ibotta 数据产品高级分析师 Charley Frazier 说道。
“进入数据科学领域最关键的因素之一是拥有管理者和导师，他们鼓励我学习新技能，接受新挑战，不害怕失败并从错误中吸取教训，”Frazier补充道。留出一些时间用于学习和实验是支持数据科学发展的关键方法。
六、寻求办公室外的发展机会
对于想要晋升的专业人士来说，在职学习可能还不够。应鼓励这些员工在办公室外提高技能——尤其是通过在线课程和面对面会议。
弗雷泽说：“工作之余我花了大量时间学习Python 编程和机器学习基础知识。”
对于弗雷泽来说，在线课程是获取技能特别有价值的方式。
Frazier说： “不同团队的同事也会结对完成 MOOC [大规模开放在线课程]，比如Andrew Ng 的机器学习 Coursera 课程。”“Ibotta 鼓励并资助技术团队成员每年参加他们选择的会议，”Frazier 补充道。
数据科学活动和会议的风格和重点各不相同。由Cloudera 和 O'Reilly Media 举办的 Strata 数据会议有来自 Microsoft 和 GE Digital 的演讲以及各种软件应用程序的技术演讲。其他数据科学活动刻意强调从业者重点并排除赞助商。数据科学会议就是这种方法的一个例子，最近邀请了来自亚马逊、Allstate、德勤、eBay、Facebook 和微软的演讲者。由于数据科学仍然是一门新兴学科，让员工参加会议仍然是帮助他们发展新技能和招募新员工的重要方式。
七、数据科学招聘前景正在改善
近年来，招聘数据科学专业人员非常困难。例如，微软招聘人员会查看专业研究人员参加的会议来寻找人才。如果您的组织可以提供吸引博士生的诱人机会，这种方法就会成功。如果您没有这种以研究为导向的环境怎么办？
“过去几年，我们看到数据科学本科和研究生课程的数量不断增加。事实上，我们新进的一些实习生就具备出色的数据科学技能。几年后，我们可能就能从这些课程中招聘到符合我们需求的人才。与此同时，我们的方法是在外部招聘和培养内部员工之间取得平衡，”Jacobsohn 说道。
