那些知道如何幫助組織機構充分利用其信息資源的技術專業人員(尤其是數據科學家)目前需求量很大而供應短缺。
一些企業開始自己動手，設立數據科學培訓計劃來提高員工技能或對員工進行交叉培訓，使其成為數據科學家。
對許多公司而言，數據科學仍是一個新領域，設立和維持這一計劃可能會遇到一些挑戰。以下是關于如何重新培訓員工以成功走上數據科學崗位的一些建議。
營造數據科學文化
組織機構應該接受任何人都有可能成為數據科學家的這一觀念，并且營造一種支持這一觀念的文化，這非常重要。
品牌發展和營銷傳播機構Hiebing的首席數據科學家弗蘭克•范德沃爾(Frank Vanderwall)說：“關鍵的一點是，我們需要將整個企業文化轉向數據，而不是轉向特定的一群人。”
“我們使用的一個類似技術是在90年代的數字化，”范德沃爾說。“那時，您像我們一樣在組織內部擁有一個數字團隊。這是一門少數人掌握的學科。如今，我們的期望是每個團隊都是數字化。這就加快了整個組織內的轉變和嫻熟程度，而不只是將工作負擔加在少數人身上。”
范德沃爾表示，數據科學的過渡時間是因每個組織機構不同而存在差異的，“雖然我們還沒有到關鍵時刻，但時機已經到來。”
文化轉變的一部分涉及到使用幾乎任何人都能理解的語言。“這似乎很初級，但很容易被忽略，特別是對于那些沉迷于一種思維方式的教練來說，”范德沃爾說。 “我們需要從一個對語言的共識開始。數據科學家善于使用某些術語，但將這些術語轉變為大家都能理解的語言之前，這些術語可能會讓其他人感到不安。”
有時候，要確保每個人都理解這一術語。而其他時候，這意味著要用更易于理解的語言代替這一術語。范德沃爾說：“教練需要完全了解他們所輔導的人的思維方式，就像參與學習的人員需要理解新內容一樣。”“很多時候，我們的重點只放在學生身上，而不是老師身上。”
營造數據科學文化的另一重要元素是知識的持續傳承。
范德沃爾說：“至關重要的是，我們的數據科學家要讓他人能獨立地從數據中創造價值，而不僅僅是使他們自己受益。”“同樣重要的是，受過培訓的人員之后有機會以類似的方式培訓其他人。這種方法會使知識和技能在組織內以更快的速度和更高的實用性進行擴散。這就營造了一種真正的數據驅動文化。”
Hiebing公司首先組建了一個營銷科學團隊，負責理解有關數據的合理問題，然后使用現有的最佳方法來解釋并恰當地提出。
“然而，下一個挑戰是將這一方式擴展到組織內的其他部門，因為我們的營銷科學團隊無法密切參與我們正在進行的所有項目，”范德沃爾說。“我們需要培訓組織內的其他人，這樣我們就可以真正地將數據驅動的見解不斷地應用于所有項目。”
范德沃爾表示，公司正在建立一個框架，該框架會將正式的外部培訓，例如公民數據科學在線課程(其常常是技術性課程)，與內部研討會相結合，這些研討會往往更針對實際工作場景。該計劃目前正在組織中推行。
與高校合作
近年來，許多高等院校已經開設了數據科學課程，這些資源可以成為您組織內設立培訓計劃的優秀合作伙伴。
制造業解決方案提供商Jabil的高級副總裁兼首席信息官梅·雅蒲(May Yap)表示，我們公司已與當地大學合作制定了數據科學培訓計劃。她表示，該計劃致力于提高業務專業人士在統計分析、計算數學和利用特定領域數據解決問題方面的技能。
雅蒲說：“我們認為，類似于精益生產或六西格瑪等其他方法，這些技能需要擴展到所有業務部門，而且這些技術技能將推進Jabil公司實現自身目標和愿景。”
與高校合作是該計劃的重要組成部分。但不能是任何一家機構都能成為此類計劃的合適合作伙伴。
雅蒲說：“明智地選擇大學合作伙伴，找出那些已經在數據科學課程和院系上進行投資的合作伙伴。”“此外，選擇那些愿意與貴公司所在行業聯手的合作伙伴。”
雅蒲表示，利用正規教育機構作為合作伙伴是一個好想法，其原因有兩個。首先，它們不會對技術產生偏見，并且會使該計劃隨著分析技術應用和工具的發展而不斷進步。其次，與院校機構合作可為自己組織建立一個人才庫。
Jabil公司的數據科學計劃已成功地為全球約200名員工提升了技能，并為公司提供了預測性見解，從而可通過更高的制造速度、產品質量和創新為客戶節約成本和帶來更多價值。
員工參與的項目包括預測性更換模具，降低廢料和制造成本，以及優化機械零件的定價。
專注于持續改進
數據科學培訓計劃需要強調人才的持續提高和發展，否則現有數據科學家將很有可能離開。
鄧白氏(Dun&Bradstreet)是一家提供商業數據、分析技術和企業見解的公司，其首席數據科學家安東尼•斯克里菲尼亞諾(Anthony Scriffignano)說：“一定要設置一個流程來留住最優秀的數據科學家，他們往往會感到厭倦和/或去其他地方尋求新的挑戰，以便保持自身具備‘最新的知識’”。
為了說明這一點，斯克里菲尼亞諾講述了他曾經的一個工作經歷，當時這家公司正進行大規模IT轉型。
斯克里菲尼亞諾說：“一位高級管理人員提出了一個問題，關于培訓一群傳統上無需使用任何計算機技能進行工作的人員。”該計劃是使用多種語言為世界各地的數千人準備和提供一個大約四個小時的培訓。
斯克里菲尼亞諾表示，即使是對于那些需要進行培訓的人員的個人承諾并不大，但保證培訓的一致性和按照項目時間表按時提供培訓也不是一項簡單的任務。
隨著對成本討論的增多，最初提出需要培訓的管理人員開始完全拒絕接受培訓。斯克里菲尼亞諾說：“主持培訓的人很惱火，并問為什么那個之前提出要進行培訓的管理人員后來似乎又要放棄。”
管理人員的擔憂是，員工們現在會成為新領域中的有技能人才，而這些增加的技能可能會導致在薪酬和合同上產生問題。斯克里菲尼亞諾說：“還存在一個留住人才方面的極大擔憂：‘如果我們對員工進行培訓，然后他們離職了，該怎么辦?’，而引發的反對聲音”“他們的回答很完美：‘如果不為員工提供培訓，他們留下來工作，會怎么樣呢?’其意義是一清二楚的：面對技術創新，培訓和持續改進是(必不可少的)。”
利用實際的業務問題和挑戰
理論示例可以作為培訓計劃的一部分，但學生還需要知道如何在“現實世界”中將數據科學付諸實踐。
雅蒲表示，Jabil公司的培訓計劃采用“基于場景”的方法。她說：“在對員工進行流程、技術和實踐方面的培訓后，將他們分為三到四組，共同解決問題。”“每個問題都應該有一個業務發起者，而且至少有一名學生應該在該業務問題的領域內擁有專業知識。”
該公司培訓計劃的另一個關鍵部分是培養組織內的技術專業人員，使其成為教學助理。雅蒲說：“該教學助理的作用非常類似于在組織內培養黑帶教練，以支持精益生產或六西格瑪計劃。”
培訓高管人員
Jabil公司還提供了“高中級管理人員數據科學”課程，培訓時間從半天到一整天不等。這些課程旨在幫助高管了解數據科學理論和數據科學家所使用的常見術語，同時指導他們如何評價數據科學項目，以便他們可以有效地支持這些項目。
醫療保健公司葛蘭素史克(GSK)也注重對高管人員進行培訓。該公司負責數據和分析加速器的高級總監尼基•沃克(Nicky Walker)說：“數據科學素養不僅僅針對數據科學家。”“培訓領導者和管理者對數據科學的認知和熟悉，與在數據科學學科中建立深厚的專業知識同等重要。”
對大量人員開展數據科學素養的教育可以建立起對算法的信心和信任，因此管理人員可以基于分析而自信地做出決策。沃克說：“擅于講述數據科學在何處可以創造價值，這會為數據科學帶來更多的推動力，并會將其植入到公司的血液中。”“這是數據科學計劃的關鍵組成部分。我們知道，當業務合作伙伴的回應是基于理解而做出時，我們的數據科學專家會感到受尊重和獲得回報。”
強調數據科學知識是一個迭代過程的事實
雅蒲表示，參加數據科學培訓的學員和業務專業人員應該會發現自己在許多步驟之間來回移動。這些步驟包括問題理解、數據理解、數據準備、建模和結果評估。
雅蒲說：“他們應該使用該流程來改進經營問題，產生新想法，并在整個過程中進行迭代，以獲得洞察力或找到可能需要解決的其他業務差距，以推動獲得想要的預測性見解。”
雅蒲表示，這些差距很可能包括數據差異、數據存取、數據質量，以及在某些情況下還缺少自動化分析或管理大型數據集所需的技術。
她說：“這可能和應用人工智能/機器學習技術來識別異常情況一樣簡單，或和(創建)分類模式用于改善數據和理解一樣簡單。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號