資訊與技術你的資料科學家是...

你的資料科學家是...

The Question to Ask Before Hiring a Data Scientist

在聘用資料科學家時,最令人擔心的大概就是所聘非人。資料科學家不僅是出了名的搶手、難以延攬,而且還得付出高額薪資,所以一旦聘錯人,代價不小。我們的資料人才培訓公司Data Incubator,已有數十家公司前來洽談,想聘用曾接受我們公司培訓的資料科學家。這些客戶規模有大有小,大到像是輝瑞藥廠(Pfizer)和摩根大通(JPMorgan),也有規模較小的新創公司,像是Foursquare和Upstart。
公司無法順利聘用到適合的資料人員,常常是因為沒問到一個關鍵問題:

你們的資料科學家,做的是供機器做決策的機用分析(analytics for machines),還是供人做決策的人用分析(analytics for humans)?

這項區別無論在任何公司、產業或職位,都同樣適用;我們學員受聘的職稱種類繁多,從計量人員、資料科學家、分析師到統計人員都有。遺憾的是,人事主管大多不知道這些職務需要不同的才能及性格。

雖然資料科學家的分類方式不只有上述的人機差異,但在公司聘用相關人員時,這是關鍵重點之一。以下解釋兩者的差異及重要性:

機用分析人員

在這種情況中,最後是由電腦來使用分析結果、做出決定。例子包括提供線上廣告或網路內容來鎖定使用者、演算法交易、產品推薦等。

這些資料科學家做的,是建立起非常複雜的模型,要輸入極大量的資料組,透過機器學習和複雜的演算法,設法從中找到很細微的跡象。這些數位模型自行運作,選擇要顯示哪些廣告、對使用者做出建議,或是自動進行股市交易,這些動作常在一瞬間就完成。

要產生可以供機器使用的分析資料,資料科學家必須有極強大的數學、統計及電腦運算知識,才能打造出快速作出良好預測的模型