数据科学家在大流行世界中的工作前景

数据科学家仍在增长

戏剧性的职位发布减少不会绘制整个画面。的价值数据读写分析能力并没有下降，而是组织雇佣这些高价值职位的能力下降了。

“Gartner的分析师分析师分析师弗兰克Buytendijk说，没有迹象。”“首席数据官员的数量仍在增加。”

大流行刚开始时，许多组织开始冻结招聘，而封锁的时间长短不得而知。史密斯汉利咨询公司(Smith Hanley Associates)的数据科学和分析招聘人员南希·达里安(Nancy Darian)表示，数据科学家的招聘人数随着2020年的经济衰退而下降。对数据科学家的需求并没有减少，但这一职位的新员工才刚刚开始增加。她说:“我想说，我们正在走出大流行危机的最严重阶段。”

根据德里安的说法，2月，招聘开始在每月略有增加。即使数据科学家雇用低，需求仍然很高。

她说:“公司从现有员工身上得到了最大的好处，但招聘的人并不多。”

对数据科学家的需求

组织仍相对数据文盲数据分析仍然是一个相对年轻的行业。随着数据科学和分析的不断发展，获取和留住经验丰富、知识渊博的员工是很重要的。

“在商业环境中，数据科学不仅仅是用提供给你的数据做研究和统计，因为它需要人们理解完整的数据管道，”AIM咨询集团(AIM Consulting Group)的数据和分析总监史蒂夫•泰卡斯特(Steve Tycast)说。

在Gardtendijk的观察中，Buytendijk已看到职位发布增加了越来越多的分析要求。成功组织期望将数据分析和管理的技能结合起来。和企业理想地希望这种组合可以来自一个小核心。

Darian说，在过去的几年里，数据科学已经成为一个候选市场。关于缺乏数据科学家的炒作导致了在训练和数据科学大学产品。但无论大候选池如何，数据科学就业前景更适合更高度训练和经验丰富的数据科学家。

“有这么多的毕业生和计划，然而，经验丰富，真正的善良的人很难受到困难的，”莱尼说。

数据科学家和数据科学团队

大流行强迫组织重新思考招聘数据科学家。组织寻求的组织，而不是将大量资金投入个人建立更好的数据科学团队。

有一系列的技能公司在建立数据科学团队的时候会寻找什么。必须有具有业务技能的个人，能够理解您的数据可以用于什么，以及它如何可以改善业务运营。同时，您还需要具有定量技能的团队成员——那些能够理解模型及其局限性的人。团队中还必须有能够处理数据管理的具有一定技术技能的人员。

"你把拥有不同技能和不同资产的人放在一起，以创建这个实体，" Buytendijk说。“而一个人同时精通这三种技能的可能性非常小，所以你要试着把拥有跨界技能的人组成一个小团队。”

对于无法或犹豫将资源投入数据科学岗位的组织，有必要关注多次雇用解决通过分析和机器学习收集、处理和应用数据的首要问题。

数据科学家通常被认为是三者的结合，很难找到和保存。他们的技能与企业对数据的依赖相结合，这与他们越来越受欢迎和需求有关。

“一位优秀的求职者能够进行批判性思考，证明他们完全理解业务问题，有能力帮助我完成解决方案的步骤，”Tycast说。“它不只是在技术上给出一个结果，而是使用各种变量和算法来得出最佳答案，展示成功和失败。”

在个人层面上，持续的学习对于一个积极的数据科学家的职业前景是必要的。达里安说，训练营和Coursera课程的报名人数在过去几年里呈上升趋势必要的技能已经进化了。

她说:“这类课程的数量明显增加。”

保留

虽然数据科学就业前景很强，但对于组织来保持这种高需求员工，它可能是一场斗争。薪水竞争力，需求很高，所以它比以往任何时候都重要的是你的数据科学家和分析师鼓励留下来。

“雇主想要具有竞争力，但这不是”天空“的”极限“的类型，”德里安说。“[数据科学家]得到良好的报酬，他们期望得到很好的报酬。”

Buytendijk已经看到了两种有效的保留数据科学家工作策略。首先是提供员工很多培训。数据科学家有一个自然的好奇心，并渴望继续学习。

提供继续学习的机会这一点很重要，尤其是当这个职位本身对员工没有挑战性的时候。布伊滕迪克还表示，让数据科学家承担更多责任，并让他们能够与企业高管互动，有助于留住数据。

这是数据科学领域时代的迹象。组织和C级高管的数据分析部分之间的融合与C级高管之间的互动已成为一种流行的趋势，因为企业依赖数据已增加。为了反映这种动态变化，组织应该保持彼此的运营中的两个柱。数据科学家已成为数据专注企业的重要组成部分，并为这些员工提供合理的责任，C级通信只有意义。