DJ Patil, eski Başkan Barack Obama'nın ilk Beyaz Saray baş veri bilimcisi.abin Botsford / Getty Images aracılığıyla Washington Post Son zamanlarda iş piyasasına en ufak bir ilgi gösterdiyseniz, bu günlerde işe alımda heyecan verici bir eğilim fark etmiş olabilirsiniz: Büyük şirketlerden ve benzer şekilde küçük girişimlerden her işe alım görevlisi, veri bilimcisi olarak adlandırılan bir pozisyonu doldurmak istiyor. Daha yakından bakarsanız, herhangi bir bilim geçmişine sahip olmayan arkadaşlarınızdan bazılarının zaten gündemi yakaladığı ve profesyonel benliklerini LinkedIn'de veri bilimcisi olarak yeniden markalaştırdığı muhtemeldir.
Sadece birkaç yıl önce neredeyse hiç duyulmamış olan veri bilimcisi terimi, şimdi LinkedIn'in İşler sayfasında 25.000'den fazla sonuç döndürüyor - bu, evrensel olarak moda olan finansal analistin (en azından biz New Yorklular için) arama sonuçlarından 2.000'den fazla sağlam bir sonuç.
Ani faiz artışı neden? Ve bu ne anlama geliyor, veri bilimcileri ne yapıyor? Bu soruları cevaplamaya en uygun olduğunu düşündüğüm kişiye götürdüm: veri bilimcisi terimini ortaya atan adam.
DJ Patil, bir eski LinkedIn yöneticisi (2008'den 2011'e kadar) daha sonra Başkan Barack Obama'nın yönetiminde Beyaz Saray'ın baş veri bilimcisi olarak görev yapan, ABD'deki ilk veri bilimcisi olarak biliniyor. Obama, ancak bu rolü tanımlamak için kullanılan kelimelerin seçimine LinkedIn'deki günlerinde karar verildi.
Veri ekibini oluşturmak için LinkedIn'deydim ve Jeff Hammerbacher [Clouera'nın kurucu ortağı] Facebook'un veri ekibiyle meşguldü ve bazen işbirliği yapar ve notları karşılaştırırdık. Patil, geçen ay Braganca ile yaptığı röportajda, fark ettiğimiz şeylerden biri, kendimize ne diyeceğimizi bilmediğimizdi.
Kendinize analist mi diyorsunuz? Wall Street'i fazla hissettiriyor. Bir araştırma bilimcisi veya istatistikçi mi? Kendini çok akademik hissediyor, diye hatırladı. Ancak LinkedIn'de çalıştığım için, iş başvurusunda bulunanlardan en çok hangisinin ilgi göreceğini görmek için aklımıza gelen tüm iş unvanlarını test ettim. Herkesin bir veri bilimcisi olmak istediği ortaya çıktı, bu yüzden biz, tamam, kendimize böyle diyeceğiz.
Başlık sofistike ve endüstrileri aşacak ve ne olduğu hakkında hiçbir fikri olmayan insanlar tarafından bile ciddiye alınacak kadar belirsiz görünüyor.
Bence yükselişinin temel nedeni, insanların bunun ne anlama geldiğinden gerçekten emin olmaması. İşte güç de bu, dedi Patil. Kendinizi bir şey olarak etiketlediğinizde, insanlar da olmamanız gerekeni etiketler. Dolayısıyla, bir odada olduğunuzda ve bir veri analisti olduğunuzu söylediğinizde, bu toplantılarda bulunmamanız gerektiğini düşüneceklerdir. Ama sen veri bilimcisi olduğunu söylediğinde, şükürler olsun ki burada akıllı insanlara sahibiz gibi olacaklar.
Veri bilimcilerine olan talebin artması, kısmen, çeşitli endüstrilerde büyük veri ile ilgili işlerin patlamasını körükleyen internet çağında biriktirdiğimiz eşi görülmemiş veri bolluğundan kaynaklanmaktadır. Kulağa seksi gelen iş unvanı, işe alım görevlilerinin iş ilanları vermesini ve iş arayanların kendilerini tanıtmasını kolaylaştırdı. Ancak doğası gereği belirsizliği, gerçekte ne anlama geldiği konusunda kafası karışanlardan da eleştiri aldı.
Indeed kariyer sitesinde ürün müdürü olan Clint Chegin, hayal kırıklığını şöyle dile getirdi: Orta gönderi başlıklı, Veri Bilimcisi Diye Bir Şey Yok.
Veri bilimi iş tanımlarının büyük çoğunluğu, reklamını yaptıkları pozisyonun gerçek gereksinimlerini iletmiyor, yazdı Kariyer danışmanlığı platformu SharpestMinds'ın kurucusu Jeremie Harris.
Patil, genel olarak bunu çok katı bir şekilde tanımlamaya çalışmaya karşıyım, dedi. Önemli olan, verileri dünyayla etkileşim kurmak, incelemek ve yeni şeyler bulmaya çalışmak için nasıl kullandığınızdır.
Bunlardan bazıları, kendi kendini süren bir araba veya sizin arabanız gibi yeni ürünlerdir. hava durumu uygulaması . Diğerleri, insanların kredilerden sağlık kararlarına kadar her şeyi değerlendirmelerine yardımcı olmak için kullanılan veri analizleridir, diye devam etti. Her türlü veri bilimcisi var.Belki başlık hayatta kalır ve belki başka bir şeye dönüşür. Ama bence buradaki en güçlü şey, verileri yeni şeyler inşa etmek için kullanmamız.
