持续的数据科学家短缺导致企业重新配置数据团队，提升有前途员工的技能，并合作改善人才渠道。

过去几年，一家美国金融服务公司的IT领导者一直在努力雇佣数据科学家，以利用不断增加的数据，如果使用得当，这些数据可以改善客户体验并推动新产品的开发。为了解决这个招聘问题，他们必须有创造性。

他们不仅提供远程工作和灵活的工作时间。哦，不。他们还与大学建立了关系，建立了一个新兴的以技术为重点的实习生管道，他们在公司工作，获得数据科学方面的经验，毕业后有可能被聘用。

位于康涅狄格州斯坦福德的Synchrony金融公司高级副总裁兼首席信息官贝丝·希利（Bess Healy）表示：“尽管我们看到了大量数据，但分析师的需求量并不能满足需求。”Synchronty金融公司拥有18000多名员工和620亿美元存款。“我们试图在决策中以数据驱动，因此我们非常需要分析技能集……我们有一个非常专注于构建管道的方法。”

Synchrony不是唯一一家处理数据科学家短缺问题的公司，他们在企业中执行越来越重要的工作。

公司正在努力雇佣真正的数据科学家，他们受过足够的培训，经验丰富，能够处理以前可能从未解决过的复杂和困难的问题。如果公司不是最大的品牌或最大的名字，雇佣他们就变得更加困难。一般来说，寻找和留住IT员工已经困难了一段时间。对于数据科学家来说，这要困难得多。

Bess Healy，Synchrony高级副总裁兼首席信息官

同步

行业分析公司IDC的最新研究显示，LinkedIn上有21万个数据科学职位。研究报告还指出，德勤（Deloitte）、亚马逊（Amazon）和微软（Microsoft）等顶级企业正在寻求填补广泛的技术岗位，但数据科学远远超过所有其他角色。

2021，Forrester的行业分析师进行了一项调查，该调查显示，在全球2329位数据和分析决策者中，55%的人希望聘请数据科学家。另有62%的人表示，他们计划雇佣数据工程师，37%的人正在寻找机器学习工程师-可以支持数据科学家的数据分析团队成员。

Forrester副总裁兼首席分析师布兰登·普赛尔（Brandon Purcell）表示：“数据科学家的需求一直很高，因为他们有将数据转化为见解的魔力。”。“对于外行来说，这是非常神秘的。他们有一套非常专业的技能。进入这个行业的人越来越多。比以前多了。但仍然不多。”

扩展数据科学团队

企业数据科学团队的组成也在发生变化。

数据科学家拥有广泛的学术背景，通常在计算机科学、统计学和数学领域。他们专注于构建强大的算法，分析、处理和建模数据，以便解释结果，创建可操作的计划。但多年来，这些专家还发现自己从事的工作是工程工作，如建造管道和将模型嵌入运营系统。这让数据科学家们不仅感到无聊，而且感到沮丧，因为他们没有专注于他们所培训的核心工作。

现在，公司正在抓住这一挫折，为了吸引新的数据科学家并留住他们团队中已有的科学家，他们正在扩大分析团队的角色。

企业越来越多地引入了数据工程师，他们可以处理诸如构建ETL管道、准备数据以及将数据提供给数据科学家进行分析等工作。机器学习工程师被雇佣来设计和构建自动预测模型。这些人正在组成一个数据科学支持系统。

“三年前被称为数据科学家的东西现在（分为）数据科学家、数据工程师和机器学习工程师，”Purcell说。“更先进的公司会这样做。这当然是一项团队运动。”

公司也越来越依赖于有时被称为D代的技术。这些员工不仅熟悉和熟悉技术，而且具备基本的数据素养。他们可能无法构建算法或分析数据，但他们确实知道什么样的问题可以用数据来回答，什么样的数据可以用来找到这些答案。

创造

在Synchrony，希利说，他们正在使用上述所有的数据科学家、数据工程师、数据分析师和一般具有数据素养的人。为了填补这些职位，他们不仅与伊利诺伊大学和康涅狄格大学建立了实习管道；2021秋天，他们还作为团队的一员启动了Synchrony Skills Academy高中项目，该项目旨在帮助来自代表性不足背景的高中生获得数字和软件技能，包括数据分析。

Oshkosh公司，前身为OshkoshTruck，正在采取类似的策略，不仅仅是为所需的数据科学家投放广告。

这家总部位于威斯康星州的特种卡车、军用车辆和机场消防设备的工业制造商有一个四层战略：他们正在努力雇佣数据科学家，培训现有员工具备数据素养，从本科引进实习生，并与承包商合作应对需求激增。

Anupam Khare，奥什科什高级副总裁兼首席信息官

奥什科什

奥什科什高级副总裁兼首席信息官阿努帕姆·哈雷（Anupam Khare）表示：“对于我们来说，雇佣能够编写机器学习算法的数据科学专业人才非常重要。”。“我认为这非常重要，因为这个团队正在编写的算法正在帮助我们的业务预测可能的结果并做出更好的决策。对于（我们分析团队的）其他人来说，我们的战略是提高技能。提高技能变得越来越重要，它为我们创造了业务优势。”

由于填写他们的数据团队“非常困难”，Khare说，他们非常注重内部培训。为了做到这一点，奥什科什创建了一个员工技能提升计划，提供多种资源，如免费在线课程和体验项目，让人们获得各种技术领域的培训。首席信息官说，这是一个受欢迎的项目，在过去几年里，员工们参加了2500多门课程。

“对（技术技能）的需求越来越多，而且人才库有限，因此我们的战略是非常有目的的，不是竞争每一种类型的人才，而是专注于我们需要的技能，”Khare补充道。“我们的法律团队中有一位出色的数据分析师。此人对数据科学充满热情，并对此有兴趣。我们将这位来自法律团队的人员带到分析团队，在数据科学方面进行培训。现在，他们是我们的一位出色数据科学家。”

专注于团队建设

总部位于明尼苏达州的TruStone Financial Credit Union拥有40亿美元的资产、24家分支机构和大约20万名成员，执行副总裁兼首席技术官Gary Jeter大约在9个月前开始为公司的数据科学团队招聘新成员。为了吸引合适的候选人，他已经多次改变工作描述。他甚至还没有发布数据科学家的帖子。

“在我的上一份工作中，我与资深数据科学家合作过很多次，”他说。“能够找到这种技能是一项挑战，费用将是其中的一个重要方面……是的，如果我们不能聘请数据科学家，我们将处于劣势。我们将寻求内部培训人员。他们不是真正的数据科学家，但他们将精通数据的使用和组织。”

Gary Jeter，TruStone金融信用联盟执行副总裁兼首席技术官

TruStone金融信用社

同时，Jeter计划使用供应商和顾问来帮助TruStone的数据科学工作。他还邀请了明尼苏达大学的学生在TruStone完成他们的最后一年的顶点项目。学生们专注于使用机器学习来分析公司的数据，以推动数字会员，分析正在使用哪些产品，哪些客户正在使用这些产品，以及这些产品的盈利能力。

分析公司IDC智能未来研究总监Chandana Gopal表示，拥有各种各样的数据专家是明智的-每个人都有D代数据素养，从拥有数学或数据科学博士学位的数据专家。

“你不能让你的数据科学家做日常工作，”她说。“你让他们参与特殊项目。你允许D代人做这些日常工作，因为他们足够了解数据告诉他们的信息。受过正规培训的真正的数据科学家的数量将是你劳动力的一小部分。通过利用不同的角色，你可以从数据中获得真实的背景。”

本文：https://cioctocdo.com/it-leaders-get-creative-fill-data-science-gaps