Al het bewijs suggereert dat het moeilijk is om getalenteerde datawetenschappers te pakken te krijgen – en dat geldt zelfs bij NASA, zegt David Meza, waarnemend filiaalchef van people analytics en senior datawetenschapper bij de Amerikaanse ruimtevaartorganisatie.
Dus wat is er mis ziet een vaardigheidskloof eruit bij NASA? Meza zegt dat zijn team nog steeds een “diepe duik” neemt in de vraag naar datawetenschapstalent van de organisatie, maar er ontstaan duidelijke patronen, met name in termen van het identificeren van capaciteiten die al binnen de organisatie bestaan.
Dat gebrek aan bewustzijn is onhoudbaar in een snel veranderende wereld, waar een sterk punt in het benaderen en cultiveren van digitaal en datatalent waarschijnlijk de sleutel zal zijn om organisaties in alle sectoren te helpen een concurrentievoordeel te behalen ten opzichte van hun rivalen. Bedrijfsleiders moeten de vaardigheidsniveaus van huidige werknemers op specifieke data- en analysegebieden identificeren en verbeteren, zegt consultant Deloitte, zoals machine learning, data-analyse, datamodellering, data-architectuur en data-engineering.
Wat is een Chief Data Officer? Alles wat je moet weten over de CDO-rolWil je een succesvolle datastrategie creëren? Hier moet je beginnenAgile management, agile leiderschap: het geheim om sneller betere beslissingen te nemen
De volgende fase van het NASA-project houdt in dat medewerkers de vaardigheden en taken valideren gekoppeld aan elk beroep en om het model te trainen. Meza en zijn team zullen dan de eindgebruikersapplicatie formaliseren en een interface creëren – hopelijk tegen het einde van het jaar – om mensen bij NASA te helpen bij het zoeken naar talent en potentiële vacatures.
Meza verwacht dat de uiteindelijke toepassing voordelen biedt voor zowel managers als werknemers: managers kunnen volgen en voorspellen waar de organisatie vaardigheden mist en waar het haar trainingsprogramma's mogelijk moet wijzigen; werknemers kunnen zien welke mogelijkheden er zijn en ze krijgen een routekaart van hoe ze hun vaardigheden moeten bijscholen om eventuele lacunes in de vaardigheden op te vullen.
“Met andere woorden, als ik een managementanalist ben en ik wil me meer gaan bezighouden met business intelligence, welke vaardigheden heb ik dan als managementanalist die vergelijkbaar zijn met een business intelligence-analist en wat moet ik leren?”
Meza heeft al enkele belangrijke lessen geleerd over het gebruik van grafiektechnologie. Zoals bij elk AI- of machine learning-project, moest zijn team ervoor zorgen dat het met de grootst mogelijke ethiek in het achterhoofd werkt. Ze hebben met psychologen binnen NASA's personeelsfunctie voor menselijk kapitaal gewerkt om ervoor te zorgen dat de modellen die ze gebruiken niet onnauwkeurig of bevooroordeeld zijn ten opzichte van bepaalde populaties.
Door dit project te leiden, heeft Meza ook een scherper beeld gekregen van NASA's datawetenschappers van de toekomst. Hij voorziet een meer samenhangende en samenwerkende groep van experts die informatie, kennis en modellen delen. Het eindresultaat is de ontwikkeling van brede datawetenschapsexpertise bij NASA die op aanvraag kan worden toegepast op projecten.
“We hebben nog steeds veel relaties en kennis om te delen in elk van onze domeinen”, zegt hij. “En dit is waar ik denk dat de kennisgrafieken ons zeker zullen helpen om te identificeren hoe elk van onze individuele domeinen op bepaalde manieren kan worden verbonden.”
CXO
Crisisbeheer: Vier belangrijke lessen die digitale leiders moeten leren Wat is een IT-directeur? Alles wat u moet weten over een van de topfuncties in de technologie Hoe een manager te zijn: vijf manieren om uw team u te laten vertrouwen Wat is een Chief Technology Officer? Alles wat u moet weten over de CTO Ring CEO verdedigt politiepartnerschappen (CNET) Uitstelgedrag overwinnen: een CXO-gids (TechRepublic)
Verwante onderwerpen:
Digital Transformation Innovation Thought Leadership Tech Industry 