數據科學事業正在蓬勃發展，各行各業對技能熟練員工的需求越來越高。調查發現，出色的數據科學家擁有一些相似的特征，這讓他們從人群中脫穎而出。
當今社會對數據科學家的需求缺口很大，這個技能短缺仍將持續幾年。根據IBM的研究，2020在美國的所有數據的專業人員每年的職位空缺數量從36.4萬增加到272萬。另一項調查顯示，到2020年，對數據科學家、數據開發者、數據的工程師等新崗位的需求量將有接近70萬的缺口。
許多公司發現，自己尋找合格的候選人僅能滿足業務的技術要求。然而，僅僅因為一個人在技術上符合標準，并不一定意味著他們能成就一個強大的團隊。人力資源主管還應注意數據科學家的其他特征。數據顯示，招聘到一個合適的數據科學家平均需要53天的時間，而這些數據科學家的身上通常帶有這5種特質。
1.分析能力和定量推理能力
軟件公司SAS通過調查數據了解數據科學工作者。一個優秀的數據科學家最主要的特點是具有很強的邏輯分析能力。被調查的人群中，有41%的人擁有這一特點，使其成為有力的說明。
數據科學家應該有技術偏見，這意味著他們堅持數據，而不是把情緒或直覺帶入爭論中。這個人必須能夠清晰地表達，并以易于理解的方式解釋概念，因為團隊中的其他人可能沒有技術背景。
2．講故事的能力
數據科學家不僅需要分析數據，還需要向非技術團隊成員解釋這些數據。合格的數據科學家可以查看數據并講述它的來龍去脈，解釋團隊應該如何收集數據，他們如何分析結果，以及他們預測將來會發生什么。隨著大數據對公司決策過程變得更加重要，團隊更需要一個能夠有效地將數據故事告訴團隊其他成員的領導者。
3.團隊合作
根據CrowdFlower的調查，優秀數據科學家的團隊總是樂于工作且積極向上的。調查發現，60%的數據科學家花最多時間打掃和整理數據。幾年前紐約時報認為這個數據應該是80%。當被問及他們最不喜歡的工作中的哪一部分時，57%的科學家回答數據清理和組織數據。
重要的是，公司雇傭一個團隊成員或一個數據科學家，他們應該接受在工作中需要數據清理和數據組織。企業可以努力向數據科學家提供其他有趣的任務，但應聘者應該明白，清理和組織數據是工作的一部分。
4.解決實際問題
使用數據來解決問題是工作的一個基本要素，但是數據科學家也必須能夠考慮其他方面的問題。IT行業的發展速度之快難以言喻，數據科學家可能會發現自己沒有合適的工具和資源來完成某項任務。根據Crowd Flower的調查，14%發現自己沒有足夠的工具去完成某些任務。
人力資源經理應該尋找能夠解決這個問題的候選人，并利用手頭的資源來完成數據任務。數據科學家也應該知道哪些資源是完成工作所必需的，也可以向企業要求這些工具，這才是強有力的候選者。隨著行業針對社會需求的發展，數據科學家應該能夠應付技術的缺乏，并完成必要的工作項目。
5.好奇心
數據科學正以驚人的速度增長，行業內的突破時刻在發生，因為從事IT工作的人渴望推動數據的使用。那些對數據的使用充滿好奇的候選人將成為優秀的團隊成員，因為他們可以幫助公司找到收集大數據的新用途。
數據科學發展很快，因此能夠在這一領域有效工作的候選人對企業很有吸引力。然而，人力資源和管理人員應該確保候選人具備這五項技能，從而強大自己的數據團隊，而不是只雇傭符合技術要求的人。創建一個有凝聚力的數據科學團隊，可以推動數據的使用，幫助你和你的企業找到新的、創新的解決問題的辦法。
作者：VivianZhang/ChrisNeimeth,
京公網安備 11010502049343號