目前，隨著人工智能的突飛猛進，數(shù)據(jù)領域呈現(xiàn)爆炸式增長。公司正在大力投資數(shù)據(jù)和數(shù)據(jù)基礎設施，將數(shù)據(jù)用于業(yè)務中，無論是分析還是大型語言模型，都為業(yè)務的不同部分或面向客戶的體驗提供了動力。
但也很容易被過度的營銷所干擾，從而阻礙進步。“數(shù)據(jù)科學家就像是一個沒有明確定義的職位描述。”Ingo Mierswa博士說。他的理由是：“軟件工程師為程序編寫代碼。如果你從事的是活動營銷，那么很明顯，你將為你的組織開展營銷活動。但對于數(shù)據(jù)科學家來說，這個人究竟是做什么的，往往不是很清楚。”
這個人是否把大部分時間都放在了解業(yè)務、識別更多用例以及將這些用例和業(yè)務問題映射到分析方法上？重要的是，這個人是否真正坐下來處理臟數(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器學習模型并對其進行優(yōu)化，或者將這些模型集成到其他業(yè)務應用程序中。
這個人要做什么？也許根本不涉及機器學習，在這種情況下，這個角色更像是傳統(tǒng)的數(shù)據(jù)分析師。
Mierswa和兩位著名的數(shù)據(jù)科學領袖分別為招聘決策者和尋找機會的數(shù)據(jù)科學家分享了他們的見解。
保持開放的心態(tài)
“數(shù)據(jù)科學家可以做所有這些事情，但并不是每個數(shù)據(jù)科學家都能勝任所有這些事情，”Mierswa闡述道：“當有人來找我說：'嘿，英戈，我需要一名數(shù)據(jù)科學家'時，我首先會問：'你為什么需要一名數(shù)據(jù)科學家？你想要解決的問題到底是什么？你有哪些具體需求？比如你認為你可能需要的東西——讓我們實際談談這是否真的適合你？我發(fā)現(xiàn)有趣的一點是，很多人都會掉進這個陷阱，認為他們會在所有事情上都使用機器學習；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，你也就能在這個過程中推導出你需要的技能。在這個階段，當我明確提出這些要求時，實際上就是在說明我是否在招聘一名數(shù)據(jù)科學家。這些細節(jié)將成為職位描述的一部分，對于根據(jù)這些要素評估員工至關重要。”基于這一點，他說，“在招聘時，我會進行相當全面的面試。”
與其他求職面試一樣，面試過程分為多個階段，但只有技術評估的分量更重，因為它更接近數(shù)據(jù)科學家的實際工作。“我更看重對概念的理解、溝通技巧，以及這位數(shù)據(jù)科學家是否能真正解決業(yè)務問題并實現(xiàn)端到端，”Mierswa闡述道。“但大多數(shù)人把事情搞混了——他們一聽到數(shù)據(jù)科學，就認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)科學家的特征”。
“這需要更深思熟慮，以便清楚地思考特定的問題。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的人。”考慮到這一點，他說，“當我們進行技術評估時，我覺得更注重會話技能、分析思維、批判性思維以及對數(shù)據(jù)科學概念的理解。”
尋找思維能力
當某件事情處于熱門階段時，我們會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，鼓勵人們縮小技能差距。米爾斯瓦駁斥了這種說法，他指出：“事實上，數(shù)據(jù)科學家在大多數(shù)情況下并不需要編程技能。但假設我要招聘的50位數(shù)據(jù)科學家中，有一位是真正的編碼數(shù)據(jù)科學家，那么這個人就必須具備很強的編程技能，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。”
“如果你有很強的Python技能，有一定的經(jīng)驗，還是一名優(yōu)秀的軟件工程師，那就再好不過了。但好消息是，這只是20分之一，其他49位數(shù)據(jù)科學家并不需要任何Python技能。”他幽默地反駁道：“看來你在建立數(shù)據(jù)科學組織時，認為自己需要一直使用和編寫代碼。如果你為同一個問題編寫了兩次代碼，那么你就沒有高效地解決問題，因為數(shù)據(jù)科學中真正的解決問題意味著創(chuàng)建可重復使用而非重復的解決方案。”
米爾斯瓦說，我總是喜歡那些對數(shù)據(jù)庫有很好理解的人，一些基本的SQL知識總是有幫助的，因為這是你的數(shù)據(jù)所在。事實上，我也喜歡與那些擁有很強的Excel、PowerPoint和其他演示技能的人共事。為什么呢？因為盡管有些人可能不喜歡Excel，但在大多數(shù)情況下，這將是您分享結果的格式。
“面對現(xiàn)實吧，Excel仍然是全球使用最廣泛的分析工具之一。”米爾斯瓦說：“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，同時還要有工作流程思維能力，因為這才是數(shù)據(jù)科學的最終目的。你會不會編程并不重要，重要的是你要能夠組織自己的思維。這事關思維能力，現(xiàn)在我正在做這件事，根據(jù)結果，我將進行下一步。現(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)學直覺，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成代碼的技術技能。
“工作流思維是您取得成功所需的技術技能。如果你能編寫一些Python代碼并構建ML工作流，那也總是件好事。但是，如果你需要的話，你可以學習這些，而其他類型的思維流派則是你必須掌握的。”他說：“我不會投入多年的時間來改變你的思維方式，但我很樂意為你投資，給你正確的工具，并培訓你使用這些工具。”
如果不重視人工智能，那就大錯特錯了。這是數(shù)據(jù)團隊的當務之急，因為生成式人工智能將改變一切。“如果你還不熟悉現(xiàn)在的情況，也不知道如何真正使用大型語言模型，那么你就必須立即加快速度，”米爾斯瓦鼓勵每一位有抱負的數(shù)據(jù)科學家。“抽出一些時間，甚至是個人項目，學習數(shù)據(jù)科學。學習數(shù)據(jù)科學用正確的方法——用黑客的方式來掌握一般的方法，以防你還沒有掌握。”
關注數(shù)據(jù)形式
米爾斯瓦的樂觀精神主要來自于他多年的經(jīng)驗。十多年前，他創(chuàng)建了無代碼數(shù)據(jù)科學平臺Altair RapidMiner，他的貢獻影響了業(yè)界無代碼數(shù)據(jù)科學和機器學習功能的采用和實施。這也是他看好這一行業(yè)的部分原因。“如果你認為自己已經(jīng)知道了，那你就進入了一個錯誤的領域。這對軟件工程師來說也是如此，但在我看來，對數(shù)據(jù)科學家來說，”他明確表示，“這個觀點更加正確，也更為關鍵，因為在我們這個領域，事情變化得非常快”。
如果你剛剛開始自己的職業(yè)生涯，你需要對學習新事物充滿渴望。他敦促道，“如果你想成為一名科學家，就去大學工作。不要去企業(yè)工作，因為對于大多數(shù)企業(yè)來說，我們沒有足夠的空間容納研究人員”。
還需要注意的是，“數(shù)據(jù)科學家”這一職稱通常被廣泛使用。但是，“數(shù)據(jù)科學家是一份時髦的工作”這一炒作背后赤裸裸的事實是，教科書與現(xiàn)實之間存在著一道復雜的大陸鴻溝。在學術領域的學習經(jīng)歷中，經(jīng)常會遇到條理清晰、結構嚴謹?shù)臄?shù)據(jù)，而現(xiàn)實世界中的行業(yè)數(shù)據(jù)卻可能雜亂無章、缺乏條理。
瓦倫-曼達拉普保險科技領域的高級數(shù)據(jù)科學家說：“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誤的決定，希望能夠改變職業(yè)生涯。”他曾聘用過不同級別的數(shù)據(jù)科學家，他分享說：“我有幸在人工智能的最前沿工作，看到了底層科學與可能實現(xiàn)的藝術之間的鮮明對比。對于數(shù)據(jù)科學家來說，無論是在公司內(nèi)部，還是在團隊內(nèi)部，從來沒有放之四海而皆準的流程。”
“我們解決問題，”他分享道，“只有在實踐中，與有競爭力的人一起工作，我們才能確定基本要求，這對數(shù)據(jù)團隊了解如何解決問題至關重要，否則我們就會因為雇用了錯誤的候選人而使問題惡化。”
“為此，我在面試時，”他繼續(xù)說，“我不想總是先談很多技術問題，而是要掃描他們的數(shù)據(jù)科學組合。我反而想看看他們在主業(yè)或通過對項目的貢獻產(chǎn)生了什么影響。”
曼達拉普在跟隨米爾斯瓦的過程中也指出了近視方法的問題，因為每個團隊都有其獨特的要求。一個團隊可能在潛心研究市場營銷方面的機器學習，而另一個團隊則在開發(fā)人工智能驅(qū)動的產(chǎn)品。即使在同一個團隊中，角色也可能大相徑庭，一位數(shù)據(jù)科學家可能研究線性ML模型，而另一位則負責動態(tài)自適應模型。
在招聘信息中，總會有一些噪音，而這些區(qū)別并不總是很明顯。“必須認識到，招聘經(jīng)理和數(shù)據(jù)科學團隊應該準確地闡明這些需求，”他還強調(diào)說。“任何求職面試都是求職者展示其數(shù)據(jù)科學技能的絕佳機會，但同時也是招聘經(jīng)理確保該職位符合其期望和職業(yè)目標的重要責任。”
關鍵考慮因素
當我們問及如何培養(yǎng)和留住數(shù)據(jù)科學人才時，技術研究所數(shù)據(jù)科學高級主任Ravindra Patil博士，分享了他對領導者如何尋找和聘用合適的數(shù)據(jù)科學人才的見解。他詳細闡述了自己在面試候選人時所看重的以下特質(zhì)。
用數(shù)據(jù)科學解決方案解決業(yè)務問題：要錄用應聘者，我必須相信他們能夠通過數(shù)據(jù)驅(qū)動的解決方案解決具體的業(yè)務挑戰(zhàn)。在面試中，應聘者應能描述他們?nèi)绾螒孟冗M的數(shù)據(jù)科學技術來解決行業(yè)和業(yè)務問題，并解釋他們的貢獻如何改進了運營流程和決策。
將人工智能模型與領域?qū)I(yè)知識相結合：優(yōu)質(zhì)數(shù)據(jù)科學家必須具備的一個重要特質(zhì)是領域?qū)ｉL。他們了解行業(yè)趨勢、痛點和企業(yè)目標，能夠戰(zhàn)略性地思考如何使用自己的技術技能。擁有領域知識的數(shù)據(jù)科學家可以幫助創(chuàng)建人工智能模型，以解決現(xiàn)實世界中的問題，實現(xiàn)任務自動化，提高運營效率，并直接影響業(yè)務決策。由于業(yè)務正在加速發(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工作。
在初級職位中使用無代碼/低代碼工具：如果要招聘入門級數(shù)據(jù)科學和人工智能職位，我會考察應聘者在無代碼和低代碼平臺方面的經(jīng)驗。這些工具能讓編碼經(jīng)驗有限的個人更輕松地構建和部署人工智能解決方案。但對于復雜的項目，應聘者需要掌握傳統(tǒng)的編碼技能，以確保解決方案的可靠性、可擴展性和可維護性。
利用生成式人工智能進行快速實驗：生成式人工智能現(xiàn)在是每個人的愿望清單中的首要任務。掌握并了解LLM、RAG內(nèi)部運作和多模態(tài)RAG的候選人非常受歡迎。他們甚至在利用先進的人工智能解決方案開發(fā)成本優(yōu)化解決方案方面發(fā)揮著重要作用。
在整個企業(yè)內(nèi)擴展數(shù)據(jù)：大規(guī)模解決數(shù)據(jù)問題是數(shù)據(jù)科學家必須掌握的另一項關鍵技能，同時他們還必須具備利用增強技術巧妙應對數(shù)據(jù)挑戰(zhàn)的能力。為了在企業(yè)內(nèi)部實現(xiàn)數(shù)據(jù)民主化，他們必須有效地處理不斷增長的數(shù)據(jù)量，整合結構化和非結構化數(shù)據(jù)，與工程團隊密切合作，采用或開發(fā)用于洞察的尖端工具，確保數(shù)據(jù)的準確性，并解決數(shù)據(jù)稀疏的問題。這些能力使團隊能夠自信地做出明智的決策。
原文標題：How(and when?)to hire a data scientist
原文作者：Saqib Jan
