摘要:毫无疑问,大数据现如今已经发展成为一个蓬勃增长的市场,而随着企业逐渐将敏感度低的数据迁移到云,大数据项目也成为了企业内部为数不多的尚在增加的支出的项目之一。 |
在一份关于大数据增长趋势的调研报告中,IDC表示,较之其他的商业智能(BI)工具,可视化数据发现工具在市场上的增长要比前者快2.5倍;而基于云的大数据和分析(BDA)解决方案的开销增速将是其他类型的企业内部部署解决方案的三倍。
然而,在未来几年大数据领域仍将继续面临人才的严重缺乏尴尬境地。IDC预测,到2018年,仅在美国就有181000个深度数据分析师的角色空缺,而这一空缺将是与数据管理相关或解释需要相关技能职位空缺的五倍。然而,市场缺没有足够多合格的申请者来填补这些职位空缺。
Gartner表示,今年,大数据的需求将在全球范围内创造440万个就业机会,但却只有三分之一的岗位能够招到合适的人才。
这是因为大数据分析所需要的技能不仅仅是使用仪表板监控数据流。该领域的人才需要在数据科学方面具备高水平的技能来设置相应的搜索和参数,以设计滤波算法(filtering algorithms)。这类人才需要硕士学位甚至博士学位,没有相关的技能,无法获得相应的行业资质认证。
根据Burtch在2013年的调查发现,近九成的大数据专业人员具有诸如统计学,应用数学,运筹学或经济学等相关学科硕士以上学历。
而根据来自麦肯锡全球研究所的另一项调查显示,预计到2018年,美国将面临大约150万大数据专家的短缺。
那么,如果你企业无法招聘到具备相关高学历背景的大数据专家的话,您企业要如何应对呢?本文接下来的部分,我将为您介绍四种可供选择的方法,以帮助您企业发现、发展和留住相关的大数据人才。
1、从真正熟悉您企业业务的人开始着手
“我非常认可大数据技能非常紧缺这一评估,”Gartner信息管理研究室主任Nick Heudecker表示。“许多企业客户甚至不知道他们需要从什么技能开始着手,更不用说如何才能这些技术。他们对于自己企业将面临怎样的问题,以及亟待解决的分析技能是无意识的。”
企业往往认为他们需要一个具有先进的数据科学或数学博士学位的专业人士,但Heudecker表示,一个替代的方法是找一个真正熟悉您企业的业务的人员,并教给这些人员相关的分析能力。
从理解您企业的业务开始要比从对于机器学习的理解开始来得更为重要。企业可以教给员工进行数据处理和统计,或找到具备编程背景学位的人。企业可以通过对这些人实施更多培训,并让这些人员加入到您企业的大数据和先进的分析团队,他说。
2、培养您企业自己的超级巨星
领先的大数据软件提供商Tamr公司的现场工程技术负责人Min Xiao说,在过去的五年里,他已经面试过大约500人,并实际招募了约40至50人,他同意找到合适的大数据分析人才是很难的,但他也有自己寻找人才的方法。
“我的诀窍是找到那些当前还不是超级巨星,但要具备潜在的成长为超级巨星潜力的人才。我尝试聘请过很多从未从事过数据科学家相关工作的年轻人,但我可以看到他们有这方面的潜力;或是那些目前尚只有中级或中高级水平的潜力,目前也没有做过数据科学相关工作,但具备成长成为该领域实力巨匠潜力的人才。”他说。
他所看重的潜力主要是教育,包括学历和学校。他所考察的人才主要来自统计学,计算机科学等相关专业,有时包括物理专业。当然物理专业的人才可能不会是数据分析工作岗位的首选学位,但Xiao说他跟那些人合作得都很好。
“首先,如果他们有物理学位,说明他们很聪明。他们接受过数学课程的训练,而现代物理课程还需要他们做大量的编程。所以他们即使可能没有接受过正式的计算机科学的训练,但却已经具备了数据科学家角色所需的计算机技能,他们中的许多人甚至在这方面很擅长。”他说。
他着重考察的另一方面是应聘人才的毕业院校是否强调数学和科学,诸如像麻省理工学院,卡耐基梅隆大学,斯坦福大学,布朗和约翰·霍普金斯大学。”一些院校的毕业门槛非常高,所以从这些院校毕业的人工作努力程度很高,工作的态度很好。”Xiao说。