来源：CPDA数据分析师网 / 作者：数据君 /
公司通常需要数据科学知识，才能将数据连接到分析或算法并提供数字见解
在没有足够数量的数据科学和分析技能的情况下，公司将难以跟上客户的期望和新的创新机会，数据科学技能的供需之间的差距是IT领导者很清楚的一个问题。一方面，数据正以指数级的速度增长。“据广泛报道，全球数据的90％是在过去两年中生成的，数据平均每1.2年翻一番，而处理速度仅每1到1.5年翻一番，企业必须提高分析数据效率，以保持起来。
在整个组织中发展数据技能的6个步骤
避免技能短缺的一种方法：使整个员工队伍中的数据科学民主化，公司可以通过多种方式做到这一点，例如，通过升级其技术基础架构和应用程序，以实现对数据资产的直接和安全访问，并向有兴趣和有能力的员工提供数据科学培训，IT领导者可以采取的其他许多措施，以更具创造性的方式满足其数据科学需求。
CPDA数据分析师
为民主化数据奠定坚实的基础
至关重要的是，IT领导者必须建立适当的技术基础架构，以帮助任何员工或职能部门访问公司的数据资产以及数据分析工具和服务，同时维护安全性并保护生产系统，从而帮助提高组织的数据优势，在人的层面上，您的重点和外延应该遍及整个组织，在整个组织范围内对数据素养进行长期投资，可以使您走得更远，而且比让一组专家解决数据问题更快，这不会在一夜之间发生，但是会持续一整天，从而在您的企业的每个职能部门中都聚集了一批熟练的数据用户。
利用新的用户友好平台
自动化的工具和软件将开始使整个员工的数据科学技能民主化，增加对AI驱动的分析的访问权限，并
培养了更多的公民数据科学家，通过允许聪明的业务分析师无需成为程序员就可以构建基本的机器学习模型，公司就可以开始释放其整个业务中的数据和自动化功能，而不必依赖于专门的专家组，与数据科学巨头的合作与熟悉最新分析和AI平台的外部技术公司合作，这些公司具有使这些强大平台得到更大使用的经验，这些合作伙伴可以分享有关培训和教育选择的最佳实践。
确定潜在的数据专家
确定具有强烈的批判性思维和统计背景的员工，这些员工不一定是程序员或数据工程师，从而扩大了可能的人选。然后提供必要的培训，以启动他们的数据科学事业，将使更多的员工能够学习并将分析和ML工具应用于新的用户案例，IT小组还可以通过提高其员工的数据分析技能技能并发布应用数据和AI的成功案例来树立榜样，为企业创建创新的解决方案，如果组织在这一领域相对不成熟，这可能需要吸引一些外部数据科学专家加入该组织，以定义新的方法来构建整个公司的数据分析能力。
尽管目标是使大型组织的数据访问民主化，但提高组织的执行和管理团队对数据科学的了解也很重要，IT领导者应努力提高企业中其他领导者的意识和数据素养，以使他们的团队能够更好地在企业的每个部门创造数据优势，并推动整体转型。
网友评论