京公网安备 11010802034615号
经营许可证编号:京B2-20210330
案例分享,数据型人才短缺的应急三法
大数据的市场在蓬勃发展,随之演变而来的是狼多肉少的混战……寻寻觅觅,觅觅寻寻只为找到喜欢深耕数据的内个他……
IDC预测,到2018年,仅在美国就有181000个深度数据分析师的角色空缺,而这一空缺将是与数据管理相关职位空缺的五倍。据国内大数据权威专家估算,5年内,大数据人才缺口也将高达130万左右,然而,市场却没有足够多合格的申请者来填补这些职位空缺。
有人说了:“招聘、招聘、再招聘!”
难道你想把时间用在无尽的打电话中?
难道你想每天在某些科技大楼门前玩堵人?
还是说你想等着自动送上门来的数据大师?
我觉得,很难!
Gartner表示,大数据的需求将在全球范围内创造440万个就业机会,但却只有三分之一的岗位能够招到合适的人才。而这三分之一的岗位想必也是Oracle、亚马逊的囊中之物。据调查发现,近九成的大数据专业人员具有诸如统计学,应用数学,运筹学或经济学等相关学科硕士以上学历,而这些高学历的人才早已注定将驻扎在多金多福利多晋升空间的高大上企业之中,这对于其他企业而言,实属无奈, 如果你的企业无法招聘到具备相关高学历背景的大数据专家的话,该怎么办呢?
或许你可以换个角度,也许会有意外的收获!
不用去挖墙脚,只要你有时间。
自己培养数据人才,这可不是一个段子!分享几个国外案例,也许可以帮到你!
企业往往认为他们需要的是一个具有先进数据科学或数学博士学位的专业人士,但往往都不容易找到,所以一切只是空谈,与其等待,不如找一个真正熟悉您企业业务的人员代替,教给员工进行数据处理和统计,或找到具备编程背景学位的人,加大对这些人的培养。不过有个前提:你企业寻找的这些人必须要具备强大的学习能力……
培养对象1:理工科专业
领先的大数据软件提供商Tamr公司的现场工程技术负责人Min Xiao表示他寻找人才的诀窍就是培养潜力股!他所看重的潜力主要是教育,包括学历和学校。他所考察的人才主要来自统计学,计算机科学等相关专业,物理专业的人才可能不会是数据分析工作岗位的首选学位,但他表示有物理学位的人往往都很聪明,虽然没有接受过正式的计算机科学的正式训练,但是他们往往进行过大量编程,所以已经具备了数据科学家角色所需的计算机技能,有着这些背景的人才都是Min Xiao希望培养的对象。
培养对象2:Excel专家
The Hershey Company人才分析部门经理Jason Chavarry在另一个不寻常的领域找到了大数据人才:通过Excel……Excel是学习大数据分析基本功能的一款入门级的学习管道,可以通过Excel创造一些相应的规则,利用其基础的统计功能,实现一些基本的数据分析和可视化。Jason Chavarry 表示“Excel可以说是一份沃土,很多人从中可以获得大数据的能力。” 所以精通Excel的人才也是各大企业应该多加留意的对象。
培养对象3:建立导师计划
大数据软件集成公司Talend的CMO Ashley Stirrup的方法是让公司内部有经验的专家来培训年轻人才,开展导师计划,以一带一或者一带多的形式,作为嫁接其业务部门和新兴技术之间的桥梁。取得的效果也非常好。当然了,你要培养的人必须要对大数据有着浓厚的兴趣,否则这个计划也不会持续太久。
人才培养好了,是否能留住他……这是你下一步需要考虑的问题。
留下他,可以为你的企业创造价值。前提企业一定要设置期望。
放开他,也许可以为你的企业创造更大价值!因为他发展的可能会更好,而他出自你的公司。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23