雇用单一数据科学家来确定数据分析策略的日子很长。由于大数据分析的影响扩展了整个业务,因此支持这种越来越战略的函数的角色。这种人才转型是在C-Suite中的新棉被角色方面是显而易见的首席数据官员和主要的数字官员,以及在包括营销,金融和人力资源的部门出现的更多专业职位。

下面我们分享了一些关于既定数据分析角色以及最近哈佛商业评论(HBR)文章中突出的一些新的关于建立数据分析梦队的文章的最新观点。看一看:

  • 数据工程师:根据HBR文章,数据工程师在数据分析团队中发挥关键操作作用。这包括监督数据收集和数据管理,以及数据存储。数据工程师的工作是“数据运行的基础”,据文章称,该公司的维护和准备是公司其他地区的数据。
  • 数据科学家:更常见的数据分析角色,数据科学家决定了公司如何使用数据,利用人工智能(AI)和机器学习等技术,以产生商业洞察并做出更聪明的决策。根据HBR,数据工程师和数据科学家的组合应为寻求发展大数据分析策略的公司形成“起点”。
  • 数据翻译人员:根据HBR文章,几个新角色在数据科学家和数据工程师的更具成立的角色之外。数据转换器角色 - 也称为数据校准器或数据讲故事者 - 是一个更新的位置,专注于更好地连接到业务的数据分析计划。这包括帮助在整个组织内携带清晰的行动,参与和培训员工,以及在包括C-Suite的情况下传达大数据分析“需求和结果”。
  • 知识工程师:另一个较新的角色是知识工程师,也被称为本体主义者。他们帮助公司了解他们的数据如何与世界其他地区有关。根据HBR文章,“知识工程师将智能构建到计算机系统 - 他们创造了一种可以模仿人类决策的脑子。”因此,知识工程师经常具有特定技能集中的力量,例如AI和机器学习的专业知识。

如果您想了解更多,包括确定谁将领导您的分析梦队,请查看完整的HBR文章