聘雇找資料科學家之前必問的問題
講到要聘用資料科學家,最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、難以討好,而且還得付出高額薪資,所以一旦聘錯人,代價真是不小。我們的資料人才培訓公司The Data Incubator已有數十家公司前來洽談,想聘用曾接受培訓的資料科學家。這些客戶規模有大有小,大到如輝瑞藥廠(Pfizer)和摩根大通(JPMorgan),也有規模較小的新創公司,如Foursquare和Upstart。公司如果聘用員工的經驗還不夠豐富,常常就問不到一個關鍵的問題:
你們的資料科學家,做的是機讀分析(analytics for machines)還是人讀分析(analytics for humans)?
這項區別無論任何公司、產業或職稱(我們的學員受聘的職稱種類繁多,從計量人員、資料科學家、分析師到統計員都有),都同樣適用。遺憾的是,人事主管大多並不知道這些角色需要不同的才能及性格。
雖然資料科學家分類繁多,並不只有這一項,但就公司聘用來說,這是最大的重點之一。以下解釋兩者的差異及重要性:
機讀分析人員:在這種情況中,最後是由電腦來使用分析結果、做出決定。例子包括像是供線上廣告或網路內容來鎖定使用者、
你們的資料科學家,做的是機讀分析(analytics for machines)還是人讀分析(analytics for humans)?
這項區別無論任何公司、產業或職稱(我們的學員受聘的職稱種類繁多,從計量人員、資料科學家、分析師到統計員都有),都同樣適用。遺憾的是,人事主管大多並不知道這些角色需要不同的才能及性格。
雖然資料科學家分類繁多,並不只有這一項,但就公司聘用來說,這是最大的重點之一。以下解釋兩者的差異及重要性:
機讀分析人員:在這種情況中,最後是由電腦來使用分析結果、做出決定。例子包括像是供線上廣告或網路內容來鎖定使用者、