尽管企业在数字转型和数据科学项目上投入了大量资金,但数据科学人才仍然缺乏。例如,一个骰子的报告调查发现,“数据科学家”是今年增长最快的五大职位之一。同样,根据领英的2021年就业报告,该职位的招聘自2019年以来增长了近46%。

组织可以做些什么来解决这个差距?根据一项最近的一篇文章由Gartner的Anirudh Ganeshan,一个解决方案是打开数据科学和机器学习,直到非传统角色。或者,将其另一种方式,现在是授权公民数据科学家(CDS)的时间。

但是,你如何确保你的公民数据科学家为成功做好了适当的准备呢?下面,我们将介绍创建支持公民数据科学家的商业环境的四个关键步骤。

1.建立CDS生态系统

为了授权公民数据科学家,或CDSs,组织需要一个完整的生态系统,包括人、工具、数据和过程。认为公民数据科学家拥有访问、转换和调查数据进行分析的所有必要技能是错误的。相反,应该为这些个人提供数据素养计划,培训他们访问、使用和理解组织的数据。

另一个需要考虑的问题是协作。重要的是,商业翻译、开发人员、数据工程师和机器学习架构师等补充性角色可以让公民数据科学家了解自己。这些人通常可以填补前者所缺乏的技能缺口。

2.添加增强分析功能

另一个需要考虑的问题是工具,因为对新平台和技术的大量投资可能会淹没公民数据科学家。一种更好的方法是递增地添加功能,以扩展已经在使用的分析工具。首先,公司必须分析他们现有的环境,并找出任何差距。理想情况下,工具应该补充公民数据科学家在数据讲故事、数据准备和使用自然语言查询的直接查询等领域的能力。

增强分析提供了指导的、智能的方法来执行几个步骤,包括增强数据准备、增强数据发现和增强数据科学。通过将这些工具添加到现有的CDS工具包中,公司可以使这些角色更容易熟悉数据分析。

3.启动涉及CDS的业务扩展项目

业务扩展项目是公民数据科学家展示即时价值的理想机会。数据领导者可以从确定需要重复决策的现有流程开始,然后让公民数据科学家承担这些和其他冗余活动,让专家数据科学家专注于更复杂的任务。

4.鼓励公民数据科学家与专家数据科学家之间的合作

公民数据科学家运动的目标从来不是取代专家数据科学家,而是补充后者和其他现有的分析角色。因此,公司应该专注于构建和促进跨分析过程的沟通和协作。专家和公民数据角色都应该参与定义协作过程和方法。

想了解更多关于为公民数据科学家创造最佳环境的信息,请访问CDOTrends