與其坐等招聘廣告的落空，企業更應該進行重新思考、重新培訓和重新調整組織，并努力填補數據科學人才的缺口。

隨著企業開始尋找能夠從收集到的所有信息中發現深刻見解的專業人士，其對數據科學家的需求似乎是永無止境的。

[[267282]]

在2019年1月發布的一份報告中，商業和就業社交媒體網站LinkedIn根據薪資、職位空缺數量和同比增長數據，將數據科學家列為了2019年最有前途的工作。

該報告稱，今年預計將會有4000多個的數據科學家職位空缺，比2018年增加56%。數據科學領域的頂級技能包括了數據挖掘、數據分析和機器學習。

問題是，由于人才短缺，公司往往不能足夠快地填補這些職位空缺。然而，這并不意味著他們不能獲得數據科學家所擁有的技能。雖然這可能需要一些創造性的思考和堅持，但是組織可以通過各種方式來處理數據科學家的短缺。以下是一些建議。

1.尋找那些正在考慮改變職業的人

如今，隨著數據科學日益受到關注，技術專業人士--甚至非技術人員--都可能會考慮進入這個領域。

技術咨詢公司SPR的企業架構執行副總裁Pat Ryan表示:“我們也在尋找那些來自訓練營的轉行人士。這些人有職業道德，對自己有信心，可以從他們知道的職業轉向全新的東西。”

SPR可以讓人們盡早從工程和教練等職業中走出來，并指導和培訓他們所需的數據科學技能。“這是一項比直接雇傭數據科學家更長期的投資，”Ryan說。“但我們的經驗是，擁有這種獨特背景的人除了具備技術技能外，還具備人際關系和情境技能，這些技能也是很難被找到的。”

SPR也希望雇傭在數據分析方面有正式學術背景、有工作經驗的人。“這些人有必要的學術背景來理解數學，并有能力進行一些必要的發展，”Ryan說。

2.重新培訓現有員工

在勞動力市場緊張的情況下，招聘新的技術工人可能會很困難。因此，各個組織正在轉向他們自己的技術員工群，以尋找潛在的數據科學家。通過培訓項目和卓越中心的使用，公司可以增加擁有數據科學技能的內部員工數量。

“我們希望在內部培訓我們的數據工程師，讓他們了解該如何設計數據解決方案，包括如何應用機器學習算法，以及額外的數學和統計知識，”Ryan說。 “這樣，他們就能理解R平方或混淆矩陣究竟能夠告訴他們什么了。”

安永咨詢公司美洲咨詢和金融服務辦公室的創新主管Roger Park表示，許多機構都會面臨的一個挑戰是如何縮小專業知識和經驗之間的差距。該公司正在對所有員工進行數據科學方面的培訓，而不僅僅是該領域的員工。

“我們會鼓勵員工積極參與并完成新的培訓，”Park說。“例如，我們有一個名為EY badge的項目，它允許人們通過在數據可視化、人工智能、數據轉換和信息戰略等在市場上與眾不同的技能上獲得數字證書，從而投資于自己的職業生涯。”

Park說，通過激勵人們獲得新的徽章，并提供強有力的課程，該公司正在使培訓變得更輕松，更有趣。

安永用來激勵人們學習新技能的另一個策略是游戲化。“當新技術出現時，我們還不知道可以在哪里使用它時，我們就會開發基于一些獎勵的挑戰--比如黑客馬拉松--以便讓我們的員工想出有趣的用途和應用，”Park說。 “我們會利用人們對新產品或新工具的渴望，來探索將這些新技術和技能帶入日常工作的途徑。”

3.利用導師關系并建立卓越中心

許多組織已經擁有了大量的數據科學家，他們可以幫助那些有抱負的數據科學家以及與那些已經在該領域工作的人分享知識。通過指導，有經驗的專業人士可以向新員工傳授有關企業內部運作的知識。

“其中的一個策略是讓新人與了解業務的導師進行合作，”Park說。“每個優秀的數據科學部門都需要知道以下三件事的人:知道如何編寫算法的人，知道如何將算法轉化為程序的人，以及具有商業頭腦的人。”

Park表示，學術界無法教會人們如何將商業部門與數據科學結合起來。這就是在組織中創建卓越的分析中心可以提供幫助的地方，因為它們能夠將志同道合的人聚集在一起，這些人將繼續互相挑戰，并盡其所能地使用技能。

通過這些中心，“數據科學家可以遍布整個組織，并可以就他們領域之外的項目進行咨詢，”Park說。

4.依靠科技

誰說只有數據科學家才能利用信息來增加業務價值?一些公司發現，組織中幾乎任何人都可以承擔數據科學家所扮演的某些角色--至少在某種程度上是這樣的。

電子商務零售商Zulily解決數據科學人才短缺的一個方法是，將公司的數據“民主化”到整個員工群體，這樣就使得數據科學家能夠專注于更具戰略意義的商業挑戰和機遇。

“在我們的世界里，我們每天都會個性化并推出數百萬個版本的網站，我們業務的每個方面都歸結于我們是如何處理、分析和從數據中進行學習的，”其技術副總裁Bindu Thota說。

Thota表示，不管數據是來自于新獲得的客戶對營銷計劃的反應，還是來自于為每位購物者量身定制的最相關的策劃銷售活動，概莫如是。

該公司已創建了一些專有工具，允許其在銷售、營銷、運營和其他領域的員工訪問儀表板和日常報告，使其可以自主決策基于業務的正在進行的任何活動。

“企業內部有些人擁有一些未知的能力和技能，對于領導者來說，幫助他們的人員實踐和培養這些人才是至關重要的，”商業和技術咨詢公司West Monroe Partners的高級架構師Jeremy Wortz說。

“幾乎每個組織都會有數據科學愛好者，”Wortz說。“關鍵是要有一個地方來展示這些本土技能，并評估潛在的人才。“‘發展自己’這個詞的意思是你需要對你的員工感興趣，發掘他們看不見的才能，讓這些‘未知的人’成為高技能的科學家和工程師。”

Wortz表示，機器學習自動化技術通過降低構建算法等任務的復雜性，也使其變得加可行了。

Monroe Partners在內部發現了新的數據科學家，并幫助客戶也做了同樣的事情。 Wortz說:“我們幫助一家銀行舉辦了一場全公司范圍的機器學習挑戰--黑客馬拉松-在那里，一些資歷較淺的人在銀行分行工作，他們也能夠幫助確定解決方案。”

5.與高等教育機構合作

大學和學院的數據科學項目一直都在增加當中，而這些項目直到大約八年前才出現，Wortz說。各組織應盡可能地與這些機構建立工作關系。

“雖然這些項目還在開發當中，但它們已經顯示出了早期的、有希望的跡象，”Wortz說。 “我們知道這一點，因為我們看到技能在年輕人才的涌入中得到了體現。”

Monroe Partners與各大學的系主任和兼職教授建立了關系，他們會發現公司并將其推薦給有前途的年輕人才。

咨詢公司KPMG的數據分析和人工智能美國主管Brad Fisher補充稱，企業應與這些機構結成聯盟，并建立強大的校園招聘戰略。KPMG也擁有一個數據科學家部門。

Fisher表示:“我們的招聘引擎全年持續運轉，每周都有招聘者和招聘經理進行接觸。”該公司與多家機構的分析項目建立了合作關系。

6.利用社區和多樣性

人才庫越大，找到人才的機會也就越大。一些公司正在探索如何接觸更廣泛的社區，以使人們對數據科學和相關主題感興趣。

“重要的是培養下一代的數據科學家，并在社區內的各級教育中創造探索該領域的機會，”Thota說。 “我們引入了來自不同經濟背景的女高中生，幫助她們理解數據科學、機器學習和大數據，以便開發一款實時應用。”

Zulily也邀請了分析師和數據科學家團體到其位于西雅圖的總部，參與社區活動，如市場分析和數據科學會議，分享經驗教訓，并與其他組織合作。

“與我們對待客戶體驗的方式類似，我們正試圖創造一種獨特的方式，利用數據科學來為我們構建的技術帶來樂趣，”Thota說。 2019年6月，該公司將與其合作伙伴美國職業棒球大聯盟的球隊Sounders FC舉辦黑客馬拉松，以利用體育數據來解決技術挑戰。

盡管技術行業擁有廣泛的數據科學家群體，但Zulily也希望在尋找人才時并不局限于該行業。該公司的首席信息官Luke Friang表示:“在我看來，技術領導層可能犯的最大錯誤之一，就是只從科技行業招聘人才，這過于死板了。”雖然擁有強大的工程計算機科學的工作知識非常關鍵，一個強大的數學基礎也很重要。

“但是，無論是學術界，醫療保健機構還是非營利部門，優秀的人才都可以來自許多行業，”Friang說。“這些行業都擁有我們想要尋找的Zulily的特征:發明家、創造性的問題解決者、希望擁有某種東西并使其變得更好的人。”