如何判定你招聘的数据挖掘人员是否称职

像任何行业一样，在数据挖掘领域人员能力差别也是非常大的。总体来说，商业人员或者其它一些雇佣和管理像数据挖掘这种技术专家的人往往本身并不是这方面的专家。因些，有时候老板们就很难去评价一个数据挖掘者的表现。这篇文章列举了一些数据挖掘表现的要点。希望，这些对于评价一个好的数据挖掘者有借鉴作用。

1、该名数据挖掘者没有或者具有很少的编程技能

大多数数据挖掘者的工作环境都要求其会抽取或者准备数据。这个过程其可以自己完成的越多，那么其依赖别人就赵少。在理想情况下—即可以直接从准备好的表格中得到需要的分析数据，一个会写代码的数据挖掘者比不会的代码同事（例如：数据转化、重新编码）可以更好、更多的从数据中得到信息。同时，当他的预测模型需要布置在生产系统的时候，一个可以提供代码的DM可以提供很好的帮助。

2、一个好的数据挖掘者可以很有效的与非数据人员进行交流

生活中并不是每个人都是统计专家，数据挖掘的结果必须让那些没有或者有少量数学背景的同事可以理解。如果别人都不理解分析结果，那么很难让他们去欣赏数据呈现的显著结果，从而也就不可能按结果去采取行动。一个可以很好的向不同“受众”（内部顾客、管理者、监管机构人员、媒体工作者）清楚表达自己的数据挖掘者比不能很好表达人对公司更有价值。一个数据挖掘者应该是很渴望收到别人的问题。

3、该数据挖掘者从来没有新方法

如果一个数据挖掘都总是用同一个办法解决各种新、老问题，那么他是不合格的。他应该，至少有时候，建议用新技术或者方法去解决问题。这并不是要求总是要用有新的方法法：毕业大多数的工作通过基础的统计即可解决。重要的是他们的运用方式。

4、该数据挖掘者无法解决自己做的东西

数据挖掘是一门细心的艺术。这里有许多统计陷阱、且概率与统计表现的重要特征可能是违反直觉的。但是，如果一个数据挖掘者无法提供说明（至少简单）他们具体做了哪些事情、且为什么这样做，并不是做的所有工作对公司都有价值。管理层想知道为什么你需要那么多的记录用于分析（毕竟是他们在为这些记录付钱），数据挖掘者应该要为他的决策提供一些客观理由支持。

5、数据挖掘人员没有把工作内容与 商业目标联系起来

一个数据挖掘者如果不能把数据与工作实际联系起来，就好像在真空中工作，那么是无法帮助他的经理（团队、公司）去评估或者利用他的工作成果。这就意味着，他是在一个技术目标还不是商业目标。如何：增加P值、准确度、AUC等这些并没有给公司带来利益（例如：客户流失率、市场份额）

6、数据挖掘从来没有提出任何挑战

一个数据挖掘人员应该有独特的视角去看公司和其所处的环境。他可以通过数据比他的同事看到更多、更全的情况，从而他也更不可能因为视角不全（或者信息不对称、或者工作阐扬）而产生偏见。因些，也不可能每次都百分之百同意其同事的提出意见。如果一个数据挖掘人员从来没有挑战你的假设（商业惯例、结论），那他是不合格。