Потому что кому нужны данные?
Я думаю, что название довольно ясное, так что перейдем сразу к делу.
# 1: у вас нет данных
Прежде чем даже думать о найме специалиста по данным, вам следует сделать шаг назад и рассмотреть свои данные.
Работа специалиста по данным - создавать ценность из данных. Если вы не уверены, есть ли у вас данные, это очень хороший признак того, что вы не готовы к специалисту по данным.
Если вы знаете, что у вас есть данные, но на самом деле не знаете, как получить к ним доступ, их надежность или какие-либо особенности, то вам следует сначала ответить на эти вопросы.
Вы получите значительно больше пользы от найма специалиста по данным, если ваша компания хорошо разбирается в своих информационных активах. Ваше понимание не обязательно должно быть безупречным, но вы должны уметь указать специалисту по данным на некоторые данные с документацией.
Худшее чувство для начинающего специалиста по данным - это осознать, что он или она только что присоединились к компании, которая на самом деле не понимает их данных.
# 2: у вас нет нужных данных
Я знаю, о чем ты думаешь. Вы прочитали №1 и засмеялись - кто бы нанял специалиста по данным без данных.
Что ж, следующий признак того, что вы не готовы, это то, что у вас есть данные, но нет правильных данных.
Правые данные - это данные, которые касаются проблемы, которую вы хотите решить, и, надеюсь, помечены. Под пометкой я имею в виду, есть ли у вас данные, которые также связаны с правдой?
Например, если вы хотите, чтобы специалист по обработке данных пришел и построил систему для обнаружения мошеннической активности на вашем сайте, вам нужны данные об активности с вашего сайта и для некоторого набора ваших данных, какие действия были мошенническими, а какие нет. Информация о том, какие точки данных являются поддельными, будет считаться ярлыком.
Теперь вы можете решать проблемы без ярлыков, но если это ваш первый набег на науку о данных, я настоятельно рекомендую начать с данных с ярлыками.
Если у ваших данных еще нет ярлыков, потратьте немного времени и денег, чтобы люди пометили ваши данные, или создайте систему, которая может делать это автоматически.
# 3 У вас нет четкой проблемы, которую нужно решить
Возвращаясь немного назад к наличию правильных данных, чтобы знать, есть ли у вас правильные данные, вам также необходимо решить четкую проблему.
Я не могу не подчеркнуть, насколько это важно.
Конечно - возможно, вы наняли отличного специалиста по обработке данных, и он или она столкнется с неоднозначной проблемой и совершит какое-то волшебство. Не планируй этого.
Увеличьте свои шансы на успех, точно зная, какую проблему вы хотите решить и как вы оцениваете успех. Это также полезно, если проблема обычно решается людьми без особых проблем. Если это так, то это хороший знак, что вы также можете решить эту проблему с помощью науки о данных.
Хорошим примером может быть то, что вы хотите определить, является ли комментарий на вашем сайте неприемлемым, с точностью не менее 70 процентов.
# 4: Что вам действительно нужно, так это аналитик
Если вы дошли до этого момента, то, надеюсь, у вас есть правильные данные и ясная проблема.
Следующая самая большая проблема, которую я вижу, заключается в том, что компания думает, что ей нужен специалист по данным, но на самом деле ей нужен аналитик. Специалист по данным обычно может выполнять работу аналитика, но если вам нужна аналитика, вам гораздо лучше нанять аналитика.
Как правило, разница заключается в том, пытаетесь ли вы предсказать новые события или лучше понять исторические события.
Например, если вы хотите, чтобы кто-то пришел и собрал ваши исторические данные о продажах в симпатичную панель инструментов с некоторой сводной статистикой, то вам нужен аналитик.
Аналитики могут быть невероятно ценными для компании. Фактически, они часто могут быть более ценными, чем специалисты по данным, потому что обычно проблемы, которые вы хотите, чтобы они решали, более ясны и имеют меньший риск.
# 5: вы не готовы к реальной цене на специалиста по данным
Малоизвестный факт о данных ученых - они нуждаются. Как только вы возьмете его на работу, им понадобится больше данных, больше места для хранения и больше вычислений. Прежде чем вы это узнаете, они убедят вас, что компьютер за 100 000 долларов абсолютно необходим для успеха ваших инициатив в области науки о данных.
И они не могут ошибаться.
Итак - прежде чем нанимать специалиста по данным, пожалуйста, подумайте о реальной стоимости этого специалиста. Ваши расходы на ИТ / инфраструктуру обязательно возрастут.
Кроме того, одного специалиста по данным, вероятно, будет недостаточно для создания значительной ценности. Возможно, потребуется добавить в команду больше инженеров и специалистов по обработке данных, чтобы двигаться с приемлемой скоростью.
# 6: вы ждете единорогов и радугу
Проекты в области науки о данных обычно более рискованные, чем средний проект. Часто неизвестно, разрешима ли проблема. В конечном итоге вы можете нанять специалиста по данным и инвестировать в проблему, которую нелегко решить.
Чтобы проекты по науке о данных были эффективными, вам нужно быть уверенным в итерациях при неудачах и в менее строгих временных рамках.
Это не значит, что вы не должны ожидать реальной пользы от своей команды по анализу данных, но вы должны ожидать, что этот путь будет менее линейным. Если ваша компания к этому не готова, я бы воздержался.
№7: Вы не знаете, как нанять специалиста по данным
Наконец, вам не следует нанимать специалиста по данным, если вы не знаете, как это сделать.
Наука о данных стала представлять собой множество различных типов работ, из-за чего очень трудно понять, к какому типу специалиста по данным вы получаете работу, не разбираясь в этой области.
Например, возможно, вы получаете настоящего академического специалиста по данным с несколькими докторскими степенями, но очень плохо умеете кодировать. Или вы можете получить специалиста по данным, который больше похож на инженера, с несколькими онлайн-курсами по науке о данных.
Ни то, ни другое не является плохим, но, в зависимости от ваших потребностей, это может быть неподходящий вариант для вашей компании. Итак, прежде чем нанимать специалистов по науке о данных, убедитесь, что вы чувствуете себя комфортно, имея возможность найти хорошего сотрудника.
Понравилась статья? Присоединяйтесь к моему сообществу специалистов по науке о данных.
