Zero
Dove scienziati dati? Non tutti hanno Dottorati di ricerca, e provengono da una vasta gamma di campi di studio, livelli di istruzione, e prima di posti di lavoro. Quella è la conclusione di Chris Lindner, un prodotto scienziato, Infatti, che di recente ha guardato pile di curriculum che la sua ditta processi.
Foto: IBM Relazioni con i Media
Solo il 20 per cento dei dati, gli scienziati hanno Dottorati di ricerca, egli si trova, e provengono da una varietà di sfondi. “Molti di loro provengono da master e programmi di Dottorato in settori che vanno dall’astrofisica alla zoologia,” egli si trova. “Altri provengono da tanti nuovi dati di scienze corsi di laurea che ora le università. E ancora altri sono arrivati da altre tecnologie ruoli, ad esempio ingegneria del software o di analisi dei dati.”
Molti dati professionisti del settore scientifico, sono stati anche gli ingegneri del software nei loro precedenti lavori, Lindner osserva. “Molti di transizione ai ruoli di analista, mentre altri hop retta ai dati della scienza.”
I suoi consigli per i datori di lavoro: quando la ricerca di dati sulle abilità di scienze, di mantenere aperte le opzioni. “Se stai cercando un generalista dati scienziato, non gettare un curriculum solo perché il campo o la laurea non è quello che ci si aspetta. Dati gli scienziati sono diversi tra loro per formazione e cultura. Anche se la maggior parte hanno una laurea in un campo, non c’è un campo che domina il mercato del lavoro. Se hai difficoltà con esperienza di noleggio ricercatori o scienziati di fuori del mondo accademico, pensare di portare in persone dall’ingegneria del software o dei dati ruoli di analista, che è chiaramente un percorso comune per i dati della scienza.”
In definitiva, la diversità richiesta per spostare i dati scienza-e, di conseguenza, l’intelligenza artificiale — avanti richiede una molteplicità di competenze. Per l’AI e la scienza di dati per essere utile per un business, è necessario essere uno sport di squadra.
IBM Vijay Vijayasankar, per uno, è un sostenitore dei dati-scienza-un-approccio di squadra. Come ha spiegato in una recente online parlare con Diginomica Jon Reed, le competenze essenziali ai dati e la scienza non può essere distillata in un singolo individuo o di un ruolo all’interno dell’organizzazione. Questo tipo di funzione, “ha bisogno di statistiche di esperienza; ha bisogno di una scienza dell’esperienza; e’ necessaria esperienza narrativa; ha bisogno di una buona visualizzazione esperienza; ha bisogno di un sacco di esperienza dominio.”, ha spiegato.
Il problema datori di lavoro stanno avendo è che sono alla ricerca di eccezionale individui che sono esperti in molte di queste aree, le persone che sono difficili da trovare, o sono già assunti da alcuni grandi glamour web di proprietà. Per grandi imprese, ci deve essere il riconoscimento di un team di professionisti provenienti da una vasta gamma di domini — sì, che comprende discipline umanistiche-in grado di unire le proprie competenze e di fornire i dati guidato il progresso. “Un sacco di persone che assumono i dati, gli scienziati spesso non pensate di questa squadra natura di questo lavoro e quindi ottenere molto frustrato successivo, quando non danno loro il tipo di beneficio che si vuole”, Vijayasankar detto.
“Questo non è davvero di alcune rock star in arrivo e agitando la magia dei dati scienza bacchetta”, ha continuato.
Vijayasanka illustrato un esempio di come si vede un aereo pezzi produttore: erano la filatura ruote su alcuni dati analitica problemi, “e non è stato fino a quando si è seduto con gli ingegneri e gli specialisti e dirigenti con i dati che quando la lampadina iniziato ad andare fuori. Era seduto con gli esperti di dominio che sono stati nel settore da 20 anni che sono stati in grado di vedere immediatamente il problema.”
“Non basta che sai la macchina di apprendimento aspetto; è inoltre necessario conoscere il processo”, ha continuato.”Come citazione-to-cash funziona in qualsiasi ERP non è qualcosa che si può insegnare dati scienziato che in due giorni. È anche difficile, insegnare in una macchina di apprendimento di un ERP specialist in un paio di giorni o settimane. È importante che ci unificare la conoscenza.”
Argomenti Correlati:
Big Data Analytics
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
0