十年前，分析師會(huì)將分析審核過(guò)的數(shù)據(jù)分享給使用數(shù)據(jù)的工作人員。現(xiàn)在，企業(yè)依靠數(shù)據(jù)運(yùn)行，每天都有自動(dòng)化流程、機(jī)器學(xué)習(xí)模型和成百上千的員工在使用數(shù)據(jù)。

目前，隨著人工智能的突飛猛進(jìn)，數(shù)據(jù)領(lǐng)域呈現(xiàn)爆炸式增長(zhǎng)。公司正在大力投資數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)設(shè)施，將數(shù)據(jù)用于業(yè)務(wù)中，無(wú)論是分析還是大型語(yǔ)言模型，都為業(yè)務(wù)的不同部分或面向客戶的體驗(yàn)提供了動(dòng)力。

但也很容易被過(guò)度的營(yíng)銷所干擾，從而阻礙進(jìn)步?！皵?shù)據(jù)科學(xué)家就像是一個(gè)沒(méi)有明確定義的職位描述。”Ingo Mierswa 博士說(shuō)。他的理由是：“軟件工程師為程序編寫(xiě)代碼。如果你從事的是活動(dòng)營(yíng)銷，那么很明顯，你將為你的組織開(kāi)展?fàn)I銷活動(dòng)。但對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō)，這個(gè)人究竟是做什么的，往往不是很清楚?！?/span>

這個(gè)人是否把大部分時(shí)間都放在了解業(yè)務(wù)、識(shí)別更多用例以及將這些用例和業(yè)務(wù)問(wèn)題映射到分析方法上？重要的是，這個(gè)人是否真正坐下來(lái)處理臟數(shù)據(jù)，以更好的形式創(chuàng)建數(shù)據(jù)——這更接近于數(shù)據(jù)工程。或者，他們可能只專注于機(jī)器學(xué)習(xí)模型并對(duì)其進(jìn)行優(yōu)化，或者將這些模型集成到其他業(yè)務(wù)應(yīng)用程序中。

這個(gè)人要做什么？也許根本不涉及機(jī)器學(xué)習(xí)，在這種情況下，這個(gè)角色更像是傳統(tǒng)的數(shù)據(jù)分析師。

Mierswa和兩位著名的數(shù)據(jù)科學(xué)領(lǐng)袖分別為招聘決策者和尋找機(jī)會(huì)的數(shù)據(jù)科學(xué)家分享了他們的見(jiàn)解。

保持開(kāi)放的心態(tài)

“數(shù)據(jù)科學(xué)家可以做所有這些事情，但并不是每個(gè)數(shù)據(jù)科學(xué)家都能勝任所有這些事情，”Mierswa闡述道：“當(dāng)有人來(lái)找我說(shuō)：'嘿，英戈，我需要一名數(shù)據(jù)科學(xué)家'時(shí)，我首先會(huì)問(wèn)：'你為什么需要一名數(shù)據(jù)科學(xué)家？你想要解決的問(wèn)題到底是什么？你有哪些具體需求？比如你認(rèn)為你可能需要的東西——讓我們實(shí)際談?wù)勥@是否真的適合你？我發(fā)現(xiàn)有趣的一點(diǎn)是，很多人都會(huì)掉進(jìn)這個(gè)陷阱，認(rèn)為他們會(huì)在所有事情上都使用機(jī)器學(xué)習(xí)；但由于種種原因，這通常是不正確的。因此，如果你確定了需要解決的任務(wù)，你也就能在這個(gè)過(guò)程中推導(dǎo)出你需要的技能。在這個(gè)階段，當(dāng)我明確提出這些要求時(shí)，實(shí)際上就是在說(shuō)明我是否在招聘一名數(shù)據(jù)科學(xué)家。這些細(xì)節(jié)將成為職位描述的一部分，對(duì)于根據(jù)這些要素評(píng)估員工至關(guān)重要?！被谶@一點(diǎn)，他說(shuō)，“在招聘時(shí)，我會(huì)進(jìn)行相當(dāng)全面的面試?！?/span>

與其他求職面試一樣，面試過(guò)程分為多個(gè)階段，但只有技術(shù)評(píng)估的分量更重，因?yàn)樗咏鼣?shù)據(jù)科學(xué)家的實(shí)際工作。“我更看重對(duì)概念的理解、溝通技巧，以及這位數(shù)據(jù)科學(xué)家是否能真正解決業(yè)務(wù)問(wèn)題并實(shí)現(xiàn)端到端，”Mierswa 闡述道?！暗蠖鄶?shù)人把事情搞混了——他們一聽(tīng)到數(shù)據(jù)科學(xué)，就認(rèn)為自己可以整天玩弄數(shù)據(jù)，尋找有趣的東西，”他勸誡道。“不，你不能這樣做。這不是數(shù)據(jù)科學(xué)家的特征”。

“這需要更深思熟慮，以便清楚地思考特定的問(wèn)題。如果你需要端到端解決方案，這并不意味著數(shù)據(jù)科學(xué)家就是提供所有解決方案的人，而是能夠幫助你朝著正確方向前進(jìn)的人。”考慮到這一點(diǎn)，他說(shuō)，“當(dāng)我們進(jìn)行技術(shù)評(píng)估時(shí)，我覺(jué)得更注重會(huì)話技能、分析思維、批判性思維以及對(duì)數(shù)據(jù)科學(xué)概念的理解。”

尋找思維能力

當(dāng)某件事情處于熱門(mén)階段時(shí)，我們會(huì)神奇地遇到炒作周期，即某些技能或工具被熱捧為不可或缺，鼓勵(lì)人們縮小技能差距。米爾斯瓦駁斥了這種說(shuō)法，他指出：“事實(shí)上，數(shù)據(jù)科學(xué)家在大多數(shù)情況下并不需要編程技能。但假設(shè)我要招聘的50位數(shù)據(jù)科學(xué)家中，有一位是真正的編碼數(shù)據(jù)科學(xué)家，那么這個(gè)人就必須具備很強(qiáng)的編程技能，此外還要具備其他所有技能--溝通技能、批判性思維、分析思維等。”

“如果你有很強(qiáng)的Python技能，有一定的經(jīng)驗(yàn)，還是一名優(yōu)秀的軟件工程師，那就再好不過(guò)了。但好消息是，這只是20分之一，其他49位數(shù)據(jù)科學(xué)家并不需要任何Python技能。”他幽默地反駁道：“看來(lái)你在建立數(shù)據(jù)科學(xué)組織時(shí)，認(rèn)為自己需要一直使用和編寫(xiě)代碼。如果你為同一個(gè)問(wèn)題編寫(xiě)了兩次代碼，那么你就沒(méi)有高效地解決問(wèn)題，因?yàn)閿?shù)據(jù)科學(xué)中真正的解決問(wèn)題意味著創(chuàng)建可重復(fù)使用而非重復(fù)的解決方案?！?/span>

米爾斯瓦說(shuō)，我總是喜歡那些對(duì)數(shù)據(jù)庫(kù)有很好理解的人，一些基本的SQL知識(shí)總是有幫助的，因?yàn)檫@是你的數(shù)據(jù)所在。事實(shí)上，我也喜歡與那些擁有很強(qiáng)的Excel、PowerPoint和其他演示技能的人共事。為什么呢？因?yàn)楸M管有些人可能不喜歡Excel，但在大多數(shù)情況下，這將是您分享結(jié)果的格式。

“面對(duì)現(xiàn)實(shí)吧，Excel仍然是全球使用最廣泛的分析工具之一?！泵谞査雇哒f(shuō)：“就我們的具體情況而言，我們一直在尋找具備這些技能的人才，同時(shí)還要有工作流程思維能力，因?yàn)檫@才是數(shù)據(jù)科學(xué)的最終目的。你會(huì)不會(huì)編程并不重要，重要的是你要能夠組織自己的思維。這事關(guān)思維能力，現(xiàn)在我正在做這件事，根據(jù)結(jié)果，我將進(jìn)行下一步?，F(xiàn)在我又循環(huán)了一遍…… ”這就是工作流思維的定義。這是一種數(shù)學(xué)直覺(jué)，就像你擁有理解算法人的思維方式，但你不需要擁有真正把算法寫(xiě)成代碼的技術(shù)技能。

“工作流思維是您取得成功所需的技術(shù)技能。如果你能編寫(xiě)一些Python代碼并構(gòu)建ML工作流，那也總是件好事。但是，如果你需要的話，你可以學(xué)習(xí)這些，而其他類型的思維流派則是你必須掌握的。”他說(shuō)：“我不會(huì)投入多年的時(shí)間來(lái)改變你的思維方式，但我很樂(lè)意為你投資，給你正確的工具，并培訓(xùn)你使用這些工具?！?/span>

如果不重視人工智能，那就大錯(cuò)特錯(cuò)了。這是數(shù)據(jù)團(tuán)隊(duì)的當(dāng)務(wù)之急，因?yàn)樯墒饺斯ぶ悄軐⒏淖円磺小！叭绻氵€不熟悉現(xiàn)在的情況，也不知道如何真正使用大型語(yǔ)言模型，那么你就必須立即加快速度，”米爾斯瓦鼓勵(lì)每一位有抱負(fù)的數(shù)據(jù)科學(xué)家?！俺槌鲆恍r(shí)間，甚至是個(gè)人項(xiàng)目，學(xué)習(xí)數(shù)據(jù)科學(xué)。學(xué)習(xí)數(shù)據(jù)科學(xué)用正確的方法——用黑客的方式來(lái)掌握一般的方法，以防你還沒(méi)有掌握。”

關(guān)注數(shù)據(jù)形式

米爾斯瓦的樂(lè)觀精神主要來(lái)自于他多年的經(jīng)驗(yàn)。十多年前，他創(chuàng)建了無(wú)代碼數(shù)據(jù)科學(xué)平臺(tái)Altair RapidMiner，他的貢獻(xiàn)影響了業(yè)界無(wú)代碼數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)功能的采用和實(shí)施。這也是他看好這一行業(yè)的部分原因?！叭绻阏J(rèn)為自己已經(jīng)知道了，那你就進(jìn)入了一個(gè)錯(cuò)誤的領(lǐng)域。這對(duì)軟件工程師來(lái)說(shuō)也是如此，但在我看來(lái)，對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)，”他明確表示，“這個(gè)觀點(diǎn)更加正確，也更為關(guān)鍵，因?yàn)樵谖覀冞@個(gè)領(lǐng)域，事情變化得非?？臁?。

如果你剛剛開(kāi)始自己的職業(yè)生涯，你需要對(duì)學(xué)習(xí)新事物充滿渴望。他敦促道，“如果你想成為一名科學(xué)家，就去大學(xué)工作。不要去企業(yè)工作，因?yàn)閷?duì)于大多數(shù)企業(yè)來(lái)說(shuō)，我們沒(méi)有足夠的空間容納研究人員”。

還需要注意的是，“數(shù)據(jù)科學(xué)家”這一職稱通常被廣泛使用。但是，“數(shù)據(jù)科學(xué)家是一份時(shí)髦的工作”這一炒作背后赤裸裸的事實(shí)是，教科書(shū)與現(xiàn)實(shí)之間存在著一道復(fù)雜的大陸鴻溝。在學(xué)術(shù)領(lǐng)域的學(xué)習(xí)經(jīng)歷中，經(jīng)常會(huì)遇到條理清晰、結(jié)構(gòu)嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)，而現(xiàn)實(shí)世界中的行業(yè)數(shù)據(jù)卻可能雜亂無(wú)章、缺乏條理。

瓦倫-曼達(dá)拉普保險(xiǎn)科技領(lǐng)域的高級(jí)數(shù)據(jù)科學(xué)家說(shuō)：“我看到許多求職者僅僅依靠職位描述就產(chǎn)生了誤解，這些職位描述大多是通用的，有些求職者還出于被迫做出了錯(cuò)誤的決定，希望能夠改變職業(yè)生涯?！彼赣眠^(guò)不同級(jí)別的數(shù)據(jù)科學(xué)家，他分享說(shuō)：“我有幸在人工智能的最前沿工作，看到了底層科學(xué)與可能實(shí)現(xiàn)的藝術(shù)之間的鮮明對(duì)比。對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō)，無(wú)論是在公司內(nèi)部，還是在團(tuán)隊(duì)內(nèi)部，從來(lái)沒(méi)有放之四海而皆準(zhǔn)的流程?！?/span>

“我們解決問(wèn)題，”他分享道，“只有在實(shí)踐中，與有競(jìng)爭(zhēng)力的人一起工作，我們才能確定基本要求，這對(duì)數(shù)據(jù)團(tuán)隊(duì)了解如何解決問(wèn)題至關(guān)重要，否則我們就會(huì)因?yàn)楣陀昧隋e(cuò)誤的候選人而使問(wèn)題惡化。”

“為此，我在面試時(shí)，”他繼續(xù)說(shuō)，“我不想總是先談很多技術(shù)問(wèn)題，而是要掃描他們的數(shù)據(jù)科學(xué)組合。我反而想看看他們?cè)谥鳂I(yè)或通過(guò)對(duì)項(xiàng)目的貢獻(xiàn)產(chǎn)生了什么影響?！?/span>

曼達(dá)拉普在跟隨米爾斯瓦的過(guò)程中也指出了近視方法的問(wèn)題，因?yàn)槊總€(gè)團(tuán)隊(duì)都有其獨(dú)特的要求。一個(gè)團(tuán)隊(duì)可能在潛心研究市場(chǎng)營(yíng)銷方面的機(jī)器學(xué)習(xí)，而另一個(gè)團(tuán)隊(duì)則在開(kāi)發(fā)人工智能驅(qū)動(dòng)的產(chǎn)品。即使在同一個(gè)團(tuán)隊(duì)中，角色也可能大相徑庭，一位數(shù)據(jù)科學(xué)家可能研究線性ML模型，而另一位則負(fù)責(zé)動(dòng)態(tài)自適應(yīng)模型。

在招聘信息中，總會(huì)有一些噪音，而這些區(qū)別并不總是很明顯。“必須認(rèn)識(shí)到，招聘經(jīng)理和數(shù)據(jù)科學(xué)團(tuán)隊(duì)?wèi)?yīng)該準(zhǔn)確地闡明這些需求，”他還強(qiáng)調(diào)說(shuō)。“任何求職面試都是求職者展示其數(shù)據(jù)科學(xué)技能的絕佳機(jī)會(huì)，但同時(shí)也是招聘經(jīng)理確保該職位符合其期望和職業(yè)目標(biāo)的重要責(zé)任?！?/span>

關(guān)鍵考慮因素

當(dāng)我們問(wèn)及如何培養(yǎng)和留住數(shù)據(jù)科學(xué)人才時(shí)，技術(shù)研究所數(shù)據(jù)科學(xué)高級(jí)主任Ravindra Patil博士，分享了他對(duì)領(lǐng)導(dǎo)者如何尋找和聘用合適的數(shù)據(jù)科學(xué)人才的見(jiàn)解。他詳細(xì)闡述了自己在面試候選人時(shí)所看重的以下特質(zhì)。

用數(shù)據(jù)科學(xué)解決方案解決業(yè)務(wù)問(wèn)題：要錄用應(yīng)聘者，我必須相信他們能夠通過(guò)數(shù)據(jù)驅(qū)動(dòng)的解決方案解決具體的業(yè)務(wù)挑戰(zhàn)。在面試中，應(yīng)聘者應(yīng)能描述他們?nèi)绾螒?yīng)用先進(jìn)的數(shù)據(jù)科學(xué)技術(shù)來(lái)解決行業(yè)和業(yè)務(wù)問(wèn)題，并解釋他們的貢獻(xiàn)如何改進(jìn)了運(yùn)營(yíng)流程和決策。

將人工智能模型與領(lǐng)域?qū)I(yè)知識(shí)相結(jié)合：優(yōu)質(zhì)數(shù)據(jù)科學(xué)家必須具備的一個(gè)重要特質(zhì)是領(lǐng)域?qū)ｉL(zhǎng)。他們了解行業(yè)趨勢(shì)、痛點(diǎn)和企業(yè)目標(biāo)，能夠戰(zhàn)略性地思考如何使用自己的技術(shù)技能。擁有領(lǐng)域知識(shí)的數(shù)據(jù)科學(xué)家可以幫助創(chuàng)建人工智能模型，以解決現(xiàn)實(shí)世界中的問(wèn)題，實(shí)現(xiàn)任務(wù)自動(dòng)化，提高運(yùn)營(yíng)效率，并直接影響業(yè)務(wù)決策。由于業(yè)務(wù)正在加速發(fā)展，客戶的期望值也在不斷提高，因此他們能夠以最快的速度完成這項(xiàng)工作。

在初級(jí)職位中使用無(wú)代碼/低代碼工具：如果要招聘入門(mén)級(jí)數(shù)據(jù)科學(xué)和人工智能職位，我會(huì)考察應(yīng)聘者在無(wú)代碼和低代碼平臺(tái)方面的經(jīng)驗(yàn)。這些工具能讓編碼經(jīng)驗(yàn)有限的個(gè)人更輕松地構(gòu)建和部署人工智能解決方案。但對(duì)于復(fù)雜的項(xiàng)目，應(yīng)聘者需要掌握傳統(tǒng)的編碼技能，以確保解決方案的可靠性、可擴(kuò)展性和可維護(hù)性。

利用生成式人工智能進(jìn)行快速實(shí)驗(yàn)：生成式人工智能現(xiàn)在是每個(gè)人的愿望清單中的首要任務(wù)。掌握并了解 LLM、RAG內(nèi)部運(yùn)作和多模態(tài)RAG的候選人非常受歡迎。他們甚至在利用先進(jìn)的人工智能解決方案開(kāi)發(fā)成本優(yōu)化解決方案方面發(fā)揮著重要作用。

在整個(gè)企業(yè)內(nèi)擴(kuò)展數(shù)據(jù)：大規(guī)模解決數(shù)據(jù)問(wèn)題是數(shù)據(jù)科學(xué)家必須掌握的另一項(xiàng)關(guān)鍵技能，同時(shí)他們還必須具備利用增強(qiáng)技術(shù)巧妙應(yīng)對(duì)數(shù)據(jù)挑戰(zhàn)的能力。為了在企業(yè)內(nèi)部實(shí)現(xiàn)數(shù)據(jù)民主化，他們必須有效地處理不斷增長(zhǎng)的數(shù)據(jù)量，整合結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，與工程團(tuán)隊(duì)密切合作，采用或開(kāi)發(fā)用于洞察的尖端工具，確保數(shù)據(jù)的準(zhǔn)確性，并解決數(shù)據(jù)稀疏的問(wèn)題。這些能力使團(tuán)隊(duì)能夠自信地做出明智的決策。

原文標(biāo)題：How (and when?) to hire a data scientist

原文作者：Saqib Jan