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、
