Video: Looking for a job? Highlight your ability, not your experience | Jason Shen 2024
Big Data-vaardigheden schaars. Omdat de hoeveelheid digitale informatie die door bedrijven wordt gegenereerd, exponentieel is gegroeid, is er een uitdaging (sommige mensen noemen het zelfs een crisis): er zijn gewoon niet genoeg mensen met de nodige vaardigheden om al deze big data te analyseren en interpreteren. In een recente enquête vond meer dan de helft van de ondervraagde bedrijfsleiders dat hun vermogen om big data-analyses uit te voeren beperkt was door de uitdaging om het juiste talent te vinden.
Er komen steeds meer cursussen op de markt om dit tekort aan vaardigheden aan te vullen en big data is ongetwijfeld een wenselijke loopbaanroute voor schoolverlaters. Maar het zal tijd kosten voordat het aantal gekwalificeerde mensen de enorme behoefte aan big data-vaardigheden inhaalt. Dus, in ieder geval voor de komende paar jaar, zal het tekort aan grote datakwaliteiten een probleem zijn waar alle bedrijven die geïnteresseerd zijn in big data (die alle bedrijven zouden moeten zijn) te maken zullen krijgen.
Met felle concurrentie om het beste talent aan te trekken, richten bedrijven zich op creatieve manieren om te profiteren van big data-vaardigheden. Walmart, bijvoorbeeld, besloot de kracht van de menigte toe te passen en wendde zich tot crowdsourced analytics competition platform Kaggle. Bij Kaggle passen leerstoelgegevenswetenschappers hun vaardigheden toe op analytische problemen die door bedrijven worden voorgelegd, waarbij de ontwerper van de beste oplossing wordt beloond - soms financieel of, in het geval van Walmart, met een baan.
In de eerste wedstrijd van Walmart, die plaatsvond in 2014, kregen kandidaten een reeks historische verkoopgegevens van een aantal winkels, samen met bijbehorende verkoopevenementen, zoals uitverkoop en prijsverloops. Ze werden gevraagd om modellen te bedenken die laten zien hoe deze evenementen de verkoop op een aantal afdelingen zouden beïnvloeden. Als gevolg van de wedstrijd werden verschillende mensen ingehuurd in het analytics-team.
Het beste van alles is dat deze crowdsourced-aanpak leidde tot een aantal interessante afspraken - mensen die mogelijk niet in aanmerking kwamen voor een interview op basis van hun cv's alleen. Eén aangestelde, bijvoorbeeld, had een zeer sterke achtergrond in de natuurkunde, maar geen formele analytische achtergrond.
Wat betekent dit voor kleinere bedrijven? Zelfs als u het zich kunt veroorloven om een in-house data scientist in te huren, kunt u het opnemen tegen felle concurrentie van grotere bedrijven. Het Walmart-voorbeeld laat ons zien dat je misschien een beetje creatief moet zijn om te kunnen profiteren van grote datavaardigheden. Misschien kunt u ook dataprojecten crowdsourcen (zelfs als het eindresultaat een eenvoudige financiële beloning is, in tegenstelling tot een voltijdbaan).
Of misschien kunt u samenwerken met een lokale universiteit of hogeschool, waar studenten uw gegevens gebruiken in ruil voor zakelijke ondersteuning. Of misschien hebt u al sterke analytische denkers en communicatoren in uw bedrijf die met wat extra hulp en training in de toekomst big data-projecten kunnen opzetten en uitvoeren.