21世纪最性感的职业Glassdoor 2022 年美国职业清单

排名第三以“高知名度、高薪水、高技能”

作为主标签

工人梦想的物质来源

这个闪闪发光的职业是

「数据科学家」

数据科学家人才困境

“数据科学家是能够从杂乱无章的非结构化数据中挖掘出宝藏的人。”随着高级分析、人工智能(AI) 和机器学习(ML) 的广泛使用，商业世界越来越以数据为中心。组织对数据科学家的需求正在飙升。数据科学家了解数据的力量，并将与更大的业务战略联系起来，他们清理、处理大量信息并将其转换为有助于增加收入的情报。然而现在除了科技巨头，很多公司都缺乏数据科学家。

软件开发和咨询公司Anaconda 的2022 年数据科学状况调查显示90%的公司都遭遇了数据科学家人才短缺的问题。无独有偶，在全球最大的自由职业社区Upwork 今年8 月发布的一项调查中，60%的招聘人员表示，最难招聘的职位是数据科学家。许多组织都在试图提高数据科学家。为了吸引人才，获得必要的技能和学位既困难又耗时，而且可能需要很多年才能找到足够的候选人来满足需求。难道对此无能为力吗？

否，越来越多的组织正在寻找数据科学家的“平替”——「公民数据科学家」。

公民数据科学家

根据Gartner 的定义，公民数据科学家（citizen data scientist）是创建或生成模型的人，这些人员可能是营销、运营、财务、定价、IT 或基本角色不属于统计和分析领域的任何其他员工。

与真正的数据科学家相比，公民数据科学家可能缺乏深厚的统计知识，没有编程技能，也不了解机器学习的工作原理。但他们可能是最了解公司文化、市场和盈利驱动的人。

公民数据科学家可以使用各种自动化工具来降低数据科学任务的难度，如数据准备、建模和模式识别等，并相应地进行复杂的诊断分析，从数据中提取有价值的见解—— 而这可能比对公司运营了解甚少的专业数据科学家提供更多见解。公司带来创新。

授权公民数据科学家的关键是赋予他们适当的工具，这些工具自动执行重复的、手动密集型的机器学习任务，可供缺乏专业技能的公民数据科学家用来解决相对简单的数据分析问题。

于是可以得到如下公式：

正式员工+ 正确的工具=公民数据科学家

授权公民数据科学家

作为全球领先的IT 解决方案提供商，戴尔科技集团通过全面、先进的解决方案帮助各行业用户实现数字化转型，其中经验证的工程设计方案提供交钥匙式的硬件和软件组合，可帮助组织又快又好地实现数据洞察。戴尔经过验证的AI 设计从一开始就旨在根据特定用例动态满足需求，自动机器学习解决方案AutomaticMachine Learning(AutoML)可自动执行算法选择、特征生成、超参数调整和模型评估，能够简化和加快AI的开发时间，降低数据科学的障碍，帮助组织增强公民数据科学家的能力。

该产品包括用于自动化机器学习的H20.ai Driverless AI、用于云原生AI 开发和部署的NVIDIA AI Enterprise Suite、VMware vSphere Tanzu 以及经过验证和优化的戴尔基础设施堆栈（包括VxRail）

V670 或PowerEdge R750xa 服务器、PowerSwitch 网络和PowerScale F600 存储。

该解决方案的主要优点如下：

AI简化：自动机器学习让用户更轻松地训练AI模型，快速比较数千种组合和迭代，并在几分钟或几小时内找到最佳模型；

更快的AI洞察力：机器学习运维（MLOps）让AI更快地引入生产，帮助组织快速发现数据中隐藏的商业价值，轻松解决复杂问题；

经过验证的AI专业知识：组织可以放心地部署经过工程测试/验证的AutoML 解决方案，并获得世界一流的服务和支持。

基于戴尔自动化机器学习解决方案，那些一般由专业数据科学家负责的工作（构建机器学习(ML) 模型、数据预处理、特征工程、模型选择、超参数优化和模型后处理等复杂任务），可全部或部分交给AutoML框架自动完成，即便是不具备数据科学专业知识的公民数据科学家也可以成功构建机器学习模型，推动业务成果转化。

数据科学常常被视为一项深奥的活动，专业数据科学家的高门槛让许多组织望而却步。这种情况严重限制了多个项目快速迭代和增量改进的可能性，而这对于构建数据驱动型企业至关重要。形成障碍。

对于资源有限、无力雇佣数据科学家的企业来说，使用戴尔自动机器学习解决方案授权公民数据科学家带来了机会，数据科学民主化是大势所趋。在戴尔AI解决方案的支持下，普通员工也能拨开数据挖掘的迷雾，获得价值洞察，从而帮助组织在数字经济中取得成功。