Ниже приводится третья в серии из четырех постов блога об эволюционирующих ролях, навыках и функциях, которые выполняют специалисты по бизнес-аналитике и данным.

В наших первых двух сообщениях о меняющейся роли профессионалов BI мы рассмотрели, насколько конкурентоспособным может быть рынок труда для менеджеров, которые хоть нанять персонал в этой области.

Мы также узнали, что профессионалы BI сейчас, по сути, являются профессионалами в области данных различных типов.

Наконец, мы также увидели, что наука о данных - сложная, быстро развивающаяся и многодисциплинарная область с относительно небольшим, но растущим спектром талантов. И учитывая количество организаций, которые в настоящее время ищут специалистов по работе с данными, возможно, и даже вероятно, что поиск идеального кандидата для обработки ваших потребностей в BI - это задача, которая практически невозможна.

Анатомия идеального профессионала в области данных

Итак, какие навыки, способности и другие черты формируют идеального профессионала в области данных?

Согласно InfoWorld, существует пять основных характеристик высокоэффективного ученого по данным:

• Аналитические навыки и аналитическое мышление
• Способность повествования
• Умение быть игроком команды
• Умение решать проблемы
• Любопытство

Одновременно с этим журнал CIO говорит, что лучшие навыки, необходимые для специалистов по данным на современном рынке труда, следующие:

• Критическое мышление
• Кодирование (включая Python, C ++, R, Scala, Clojure, Java и Octave)
• Математика/статистика
• Машинное обучение/глубокое обучение/ИИ
• Коммуникативные навыки
• Архитектура данных
• Анализ рисков / совершенствование процессов / разработка систем
• Решение проблем
• Деловая интуиция

Ученые по данным, опрошенные O'Reilly Media в 2016 году, выделили опыт работы в 17 языках программирования, а также с десятками различных реляционных баз данных, больших платформ данных, информационных панелей BI и средств визуализации.

Как видно из вышеизложенного, ведущие специалисты по данным и специалисты в области BI - это не просто гениальные “числогрызы”, слишком застенчивые или интровертированные, чтобы провести беседу; скорее, напротив, - они обладают мощным сочетанием жестких и мягких навыков, которые позволяют им рассматривать организацию с целостной точки зрения, а также эффективно рассказывать о своих результатах после того, как были проведены технические работы.

Действительно, согласно опросу SAS, большинство специалистов по данным имеют так называемые «традиционные» аналитические, логические и технические характеристики, но значительное и растущее число также привносит в таблицу более мягкие навыки, такие как управление проектами, творчество и общение.

Исследование продолжало классифицировать различные типы работников данных в рамках следующих широких классификаций (от самой большой группы - гиков, вплоть до наименьшей):

Гики: Естественно технические и аналитические навыки, обладают сильной логикой .

Потенциальные роли: определение системных требований, процессов и программирование.

Гуру: сильное научное и техническое предрасположение наряду с прочными коммуникационными и социальными навыками.

Потенциальные роли: поддержание связи между командой научных специалистов по техническим данным и лицами, принимающими решения в организации.

Драйверы: проактивные интроверты, которые превосходны в определении приоритетов, мониторинге и вождении проектов.

Потенциальные роли: руководители проектов и руководители групп.

Числогрызы: реактивные личности, которые жаждут рутины, они также обладают высокой технической компетентностью.

Потенциальные роли: роли технической поддержки, статистический анализ, качество данных.

Распределители: проактивные и похожие на драйверов с точки зрения возможностей управления проектами, но с сильной склонностью к техническим навыкам.

Потенциальные роли: руководители проектов и руководители групп, требующие понимания нюансированных технических деталей.

Представители интересов:  как и гуру, - сильные коммуникаторы, но имеют меньше технических способностей.

Потенциальные роли: евангелист данных или коммуникатор.

Далее в обзоре говорится, что для получения полной стоимости больших данных и нового BI организации должны быть осведомлены об этих дополнительных навыках при создании своих команд.

Важность построения команды BI

На самом деле идеальный профессионал BI - особенно сегодня, в эту эпоху многогранных наборов навыков - либо не существует, либо даже если есть кто-то очень похожий, то он находится в невероятно высоком спросе. Нелегко найти кого-то с аналитическим статистическим сознанием, который может кодировать и строить архитектуру и при этом также преуспевает в повествовании и может наладить связи с руководителями.

Вот почему важно иметь команду людей в отделе BI, либо внутри компании, либо - если вам не обязательно иметь внутреннего сотрудника - передайте обязанности стороннему специалисту по аналитике данных.

И хотя Чуонг До из Towards Data Science говорит, что нет единого способа структурирования команды данных, он излагает четыре ключевых вопроса, которые следует учитывать при создании команды BI (работы с данными):

• Как определить обязанности ученого по данным?
• Когда должны отчитываться ученые по данных?
• Где должна существовать функция науки о данных?
• Что должна сделать ваша организация для достижения успеха в области науки о данных?

После того, как эти вопросы будут правильно решены и определены, вы и ваша организация будете гораздо лучше готовы к созданию команды по работе с данными.

No Comments