小企业小额融资的来龙去脉 8迹象表明您的企业不需要筹集资金 9种让客户满意的方法 (信息图) 约翰·奥利弗: 多层次营销不是一条很好的创业之路 使用知名商业加速器的注意事项 您的医疗索赔计费服务的3种收费方式 这个10岁的孩子在电视的 “鲨鱼坦克” 上游泳 作为创始人,我有4件事会有所不同 创业的时候有问题就可以了 设计和装备餐厅时要考虑的要点 通过免费的 “从员工到在线企业家” 副本,向财务自由迈进了一步 “捉鬼敢死队” 可以教给您有关开办小型企业的13件事 如何评估您的初创公司-不会出错 创造性破坏: 快速移动并打破事物 7迹象表明,是时候从员工过渡到企业家了 创建赚钱博客的快速指南 创业公司吸引风投的4种方式 5谎言世界告诉企业家如何成功 Bootstrapers的优势: 稀缺性提升创造力 向朋友和家人借钱的硬道理和技巧 如何成为自己的老板并在工作中喝酒 企业家的奥秘: 关于创业的5个常见误区 两名妇女开办学校教人们如何成人 如何在9比5的工作中启动您的创业公司 4种方法来决定你是否应该追求你的创业理念 引导最聪明的方式 在与投资者建立联系之前,您必须做的10件事 热情的企业家即使在袜子行业也能找到成功 2021年中小企业数字化赋能系列活动数字赋能融合发展论坛成功召开 6辞职成为企业家的强大好处 研究: 企业选择自由职业者来逃避医疗费用 您是否有能力使您的承包业务取得成功? 停止抱怨,开始胡搞 在前100天获得动力。否则。 你有专业知识让你的承包业务取得成功吗? 鲨鱼坦克的戴蒙德·约翰 (Daymond John) 说,您必须做的3件事可以帮助您的初创公司生存 两小时销售1817万!江西“百县百日”文旅消费季 直播带货大赛正式拉开帷幕 您的公司在启动时可以做的4件事 在您的业务启动前几个月建立炒作的7种方法 你讨厌的朝九晚五的工作并不像你想象的那么安全 购物特许经营时首先要寻找什么 这家公司如何在赚钱的同时有所作为 建立6位数咨询的5个步骤 教练是完美的个人业务的8个原因 党日活动--观看抗美援朝电影《长津湖》 在线课程可能没有您希望的那么有价值 为什么逆戟鲸岛出租车从一个小岛上获得大笔生意 美国各地的社区都在利用企业家精神来推动增长 这是一项6位数的服务业务,您可以以低于100美元的价格开始 企业家应该总是涉足副业。这就是原因。
您的位置:首页 >社会 >

招聘经理不了解的数据科学招聘

2021-07-30 19:11:17 来源:

在数据孵化器,我已经和数百家希望聘用数据科学家的雇主谈过了,尤其是那些拥有高级学位的雇主。如今围绕着大数据的炒作声不绝于耳,不足为奇的是,到处都是虚假信息和事实。不幸的是,招聘经理往往会因为相信许多常见的误解是真的而成为牺牲品。以下是招聘经理可能不了解的有关数据科学的三个事实:

数据科学家和软件工程师不一样。

认为两者是同义词是一个常见的错误。虽然有软件开发背景的工程师有时会自称为数据科学家,以利用相关的工资溢价,但结果往往是平庸的。工程师被训练来修复编程中的错误,但是当他们缺乏对概率和统计的深入理解时,他们常常很难解决统计错误。即使他们的代码本身可能很好,但如果他们在有缺陷的统计数据上构建代码,他们的预测也会失败。为了创建真正可伸缩的预测模型,更深入和更细致的统计理解是必要的——许多软件工程师缺乏数据科学家所不具备的。

大数据不仅仅是统计和智能。

那些几乎没有软件开发经验的人,其中许多是招聘经理,往往没有意识到这一点。在办公室的窗户里保持植物的活力和经营农场是完全不同的,对吧?当你扩大规模的时候,你必须改变你做事的方式,才能让它们发挥作用。添加更多数据时,同样的概念也适用。大数据使经典的计算模型变得紧张,最终使它们变得无效。在处理大数据时,所有的数据都不能放入RAM中。传统的商业智能计算变得笨拙,无法在合理的时间范围内完成。分布式计算和并行化可能是解决可伸缩性问题的明显方法,但它们并不总是那么简单——因此需要更复杂的解决方案。传统的业务分析不同于分布式统计计算,就像你的窗口工厂来自农场一样。一个真正的数据科学家会明白这一点,并知道如何处理它。

数据科学家需要了解业务。

许多从事机器学习的人并不认识到这一事实。虽然你可以用机器学习做很多事情,但它不是万能的,也不能告诉你一切。商业直觉引导数据科学家,使他们能够识别真实的相关性而忽略错误的相关性。同样,将相关性误认为因果关系可能会产生代价高昂的后果。如果一个数据科学家缺乏必要的领域专业知识,仅仅遵循他们认为数据所说的话,可能会导致基于毫无根据的结论的糟糕的政策建议。

当涉及到说服关键利益相关者其结论的有效性和重要性时,拥有业务直觉对于数据科学家来说也是必不可少的。通常,相关利益相关者将是领域专家,而不是数据科学家;能够以对这些利益相关者有意义的方式谈论他们的发现,是实现数据科学对业务产生真正影响所需的机构认同的关键部分。

数据科学需要结合正确的工程、统计和业务技能来构建最有效的模型。了解这一点是招聘经理为公司寻找最佳数据科学人才的第一步。

免责声明:本网站所有信息仅供参考,不做交易和服务的根据,如自行使用本网资料发生偏差,本站概不负责,亦不负任何法律责任。如有侵权行为,请第一时间联系我们修改或删除,多谢。

今日中国财经