05.08.22 14:16

Новости

Автор:

Администратор

ИТ-лидеры проявляют творческий подход, чтобы заполнить пробелы в науке о данных

 Постоянный дефицит специалистов по обработке данных приводит к тому, что предприятия перестраивают команды обработки данных, повышают квалификацию перспективных сотрудников и налаживают...

Постоянный дефицит специалистов по обработке данных приводит к тому, что предприятия перестраивают команды обработки данных, повышают квалификацию перспективных сотрудников и налаживают партнерские отношения для улучшения кадрового резерва.


Автор: Шерон Годен, репортер по технологиям и науке

 

В течение последних нескольких лет ИТ-руководители американской компании, предоставляющей финансовые услуги, изо всех сил пытались нанять специалистов по обработке данных, чтобы правильно использовать растущий поток поступающих данных для улучшения качества обслуживания клиентов и появления новых продуктов. Для решения этой проблемы найма им пришлось проявить творческий подход.

 

Они не просто предлагают удаленную работу и гибкий график. О, нет. Они также наладили отношения с университетами, создав сеть стажеров, ориентированных на новые технологии, которые работают в компании, приобретают опыт в области обработки данных, а затем потенциально могут быть наняты после окончания учебы. 

 

«Несмотря на то, что мы наблюдаем огромное увеличение объема данных, предложение аналитиков не соответствует спросу», - говорит Бесс Хили, старший вице-президент и директор по информационным технологиям Synchrony, финансовой компании в Коннектикуте с более чем 18 000 сотрудников и депозитами на сумму 62 миллиарда долларов. «Мы стараемся принимать решения на основе данных, поэтому нам очень нужны навыки аналитики. У нас очень целенаправленный подход к строительству этого трубопровода».

 

Synchrony – не единственная компания, которая сталкивается с нехваткой специалистов по данным для выполнения все более важной работы на предприятии.

 

Компании изо всех сил пытаются нанять настоящих специалистов по обработке данных – тех, кто достаточно подготовлен и опытен, чтобы работать над сложными и трудными проблемами, которые, возможно, никогда раньше не решались. И нанять их становится гораздо сложнее, если компания не является крупнейшим брендом или громким именем. Поиск и удержание ИТ-специалистов, как правило, в последнее время было непростой задачей. Это становится экспоненциально сложнее, когда дело касается специалистов по данным.

 

Недавнее исследование отраслевой аналитической фирмы IDC показало, что в LinkedIn зарегистрировано 210 000 вакансий в области обработки данных. В исследовательском отчете также отмечается, что ведущие предприятия, такие как Deloitte, Amazon и Microsoft, стремятся заполнить широкий спектр технических должностей, но наука о данных намного перевешивает все остальные роли.

 

Это подтверждается опросом, проведенным в 2021 году отраслевыми аналитиками Forrester, который показал, что из 2329 лиц, принимающих решения в области данных и аналитики по всему миру, 55% хотят нанять специалистов по обработке данных. Еще 62% заявили, что планируют нанять инженеров по данным, а 37% ищут инженеров по машинному обучению – членов команды по анализу данных, которые могли бы оказать поддержку специалистам по обработке данных.

 

«Специалисты по обработке данных пользуются большим спросом, потому что у них есть алхимия превращения данных в идеи», - говорит Брэндон Перселл, вице-президент и главный аналитик Forrester. «Это очень мистично для обывателя. У них очень специализированный набор навыков. Сейчас в эту профессию приходит больше людей, чем раньше. Но это все равно немного».

 

Расширение команд по обработке данных

 

Состав корпоративной команды по обработке и анализу данных также претерпевает изменения.

 

Специалисты по данным имеют обширное академическое образование – часто в области компьютерных наук, статистики и математики. Они специализируются на создании мощных алгоритмов, анализе, обработке и моделировании данных, чтобы затем интерпретировать результаты для создания действенных планов. Но в течение многих лет эти специалисты также оказывались на работах, где от них ожидали выполнения инженерных работ, таких как строительство трубопроводов и внедрение моделей в операционные системы. Это заставило специалистов по обработке данных не только скучать, но и разочаровываться из-за того, что они не могли сосредоточиться на основной работе, которой их обучили.

 

Теперь компании понимают это разочарование и в попытке привлечь новых специалистов по данным и удержать тех, кто уже работает в их командах, расширяют роли в командах аналитики.

 

Предприятия все чаще привлекают инженеров по обработке данных, которые могут выполнять такие работы, как построение конвейеров ETL, подготовка данных и предоставление их для анализа специалистам по обработке данных. А инженеров по машинному обучению нанимают для разработки и построения автоматизированных прогностических моделей. Эти люди создают систему поддержки науки о данных.

 

«То, что три года назад называлось специалистом по данным, теперь разделено между специалистом по обработке данных, инженером по обработке данных и инженером по машинному обучению», - говорит Перселл. «Более продвинутые компании понимают это. Это командный вид спорта».

 

Компании также все больше полагаются на тех, кого иногда называют поколением D. Эти работники не только хорошо знакомы с технологиями, но и обладают базовым уровнем информационной грамотности в отношении данных. Возможно, они не способны создавать алгоритмы или анализировать данные, но они понимают, на какие вопросы могут быть даны ответы с помощью данных и какие данные будут использоваться для поиска этих ответов.

 

Проявление творческого подхода

 

Хили говорит, что в Synchrony они используют всех вышеперечисленных специалистов – специалистов по обработке данных, инженеров по обработке данных, аналитиков данных и людей, которые в целом разбираются в данных. Чтобы заполнить эти должности, они не только налаживают каналы стажировок с Университетами Иллинойса и Коннектикута; осенью 2021 года они также работали в составе команды над запуском программы Synchrony Skills Academy High School Program, направленной на то, чтобы помочь старшеклассникам из недостаточно представленных слоев общества приобрести навыки работы с цифровыми технологиями и программным обеспечением, включая анализ данных.

 

Oshkosh Corp., бывшая Oshkosh Truck, использует аналогичную тактику, выходя за рамки простого размещения рекламы для необходимых специалистов по обработке данных. 

 

У базирующегося в Висконсине промышленного производителя специальных грузовиков, военной техники и противопожарной техники для аэропортов есть четырехуровневая стратегия: они работают над наймом специалистов по обработке данных, обучают нынешних сотрудников разбираться в данных, привлекают стажеров из университетов и работают с подрядчиками, чтобы справиться с резкими скачками спроса.

 

«Для нас важно нанять специалистов в области науки о данных, которые могут писать алгоритмы машинного обучения», - говорит Анупам Кхаре, старший вице-президент и ИТ-директор Oshkosh. «Я думаю, что это очень важно, потому что алгоритмы, которые пишет эта команда, помогают нашему бизнесу прогнозировать вероятные результаты и принимать лучшие решения. Для остальной нашей аналитической команды стратегия заключается в повышении квалификации. Повышение квалификации становится все более и более важным, и это создает для нас бизнес-преимущество».

 

Поскольку заполнить их команды данных было «очень сложно», Кхаре говорит, что они в значительной степени сосредоточены на внутреннем обучении. Для этого Oshkosh разработала программу повышения квалификации сотрудников, предоставив им доступ к множеству ресурсов, таких как бесплатные онлайн-курсы и экспериментальные проекты, чтобы люди могли пройти обучение в различных технических областях. По словам ИТ-директора, это программа очень популярна, только за последние несколько лет сотрудники прошли более 2500 курсов.

 

«Спрос на технические навыки многократно возрос, а количество специалистов ограничено, поэтому наша стратегия заключается в том, чтобы быть очень целенаправленными и не конкурировать за каждый тип талантов, а сосредоточиться на тех навыках, которые нам нужны», - добавляет Кхаре. «У нас был отличный аналитик данных в команде юристов. Этот человек был увлечен наукой о данных и имел к ней склонность. Мы перевели его из юридической команды в аналитическую команду для обучения науке о данных. Теперь он блестящий специалист по обработке данных».

 

Сосредоточенность на построении команды

 

В расположенном в Миннесоте финансовом кредитном союзе TruStone, активы которого составляют 4 миллиарда долларов, 24 филиала и около 200 000 сотрудников, исполнительный вице-президент и технический директор Гэри Джетер начал искать новых членов для команды data science около девяти месяцев назад. Ему уже несколько раз приходилось менять описание вакансии, чтобы попытаться привлечь нужных кандидатов.

 

«На моей последней работе я довольно много работал со старшими специалистами по обработке данных», - говорит он. «Способность найти этот набор навыков является сложной задачей, и расходы будут важным аспектом этого. ... Да, мы окажемся в невыгодном положении, если не сможем нанять специалиста по обработке данных. Мы постараемся обучать людей внутри компании. Они не будут настоящими учеными, но они будут опытны в использовании и организации данных».

 

Тем временем Джетер планирует использовать поставщиков и консультантов для помощи в работе TruStone по анализу данных. Он также привлек студентов из Университета Миннесоты для выполнения заключительного проекта последнего года обучения. Студенты сосредоточены на использовании машинного обучения в анализе данных компании для увеличения цифрового членства, анализа того, какие продукты используются и какие клиенты их используют, а также прибыльности этих продуктов.

 

Чандана Гопал, директор по исследованиям в области будущего интеллекта аналитической компании IDC, говорит, что разумно иметь множество специалистов по обработке данных – от специалистов поколения D до специалистов с докторской степенью в области математики или информатики. 

 

«Вы не можете позволить своим специалистам по данным выполнять повседневную рутинную работу», - говорит она. «Они у вас задействованы в специальных проектах. Вы позволяете людям из поколения D выполнять эту повседневную работу, потому что они знают достаточно, чтобы понять, о чем говорят данные. Количество настоящих специалистов по обработке данных с формальным образованием будет составлять небольшую часть ваших сотрудников. Используя преимущества различных ролей, вы можете получить реальный контекст из своих данных».

 

Ссылка на источник