DJ Patil, prvi glavni znanstvenik Bele hiše za časa nekdanjega predsednika Baracka Obame.abin Botsford / The Washington Post preko Getty Images Če ste v zadnjem času vsaj malo pozorni na trg dela, ste v današnjem času morda opazili močan trend zaposlovanja: vsak zaposlovalec, tako velikih korporacij kot majhnih startupov, želi zapolniti delovno mesto, imenovano podatkovni znanstvenik. Če si ga natančneje ogledate, je verjetno, da so se nekateri vaši prijatelji, ki sploh nimajo znanstvenih izkušenj, že ujeli in se preoblikovali kot strokovnjaki za podatke na LinkedInu.
Izraz podatkovni znanstvenik, ki je bil pred nekaj leti tako rekoč neslišen, zdaj na strani o zaposlitvah na LinkedInu vrne več kot 25.000 rezultatov - to je dobrih 2000 več od rezultatov iskanja univerzalno trendovskega finančnega analitika (vsaj za nas Newyorčane).
Zakaj nenaden val zanimanja? In kaj to sploh pomeni, na primer, kaj počnejo znanstveniki? Ta vprašanja sem odnesel osebi, za katero sem mislil, da je najbolj usposobljena, da nanje odgovori: tipu, ki je skoval izraz podatkovni znanstvenik.
DJ Patil, a nekdanji direktor LinkedIna (od 2008 do 2011), ki je bil pozneje glavni predsednik za podatkovne zadeve Bele hiše pri predsedniku Baracku Obami, je znan kot prvi znanstvenik za podatke v ZDA. Njegova vloga vlade je bila ustvarjena kot del obsežnega prizadevanja za digitalizacijo v upravi, ki jo je vodil Obama, a o izbiri besed, ki so opisale to vlogo, so se odločili v njegovih dneh v LinkedInu.
Bil sem v LinkedIn-u, ki je sestavljal podatkovno skupino, Jeff Hammerbacher [soustanovitelj Cloudere] pa je bil v Facebook-ovi podatkovni skupini in včasih bi sodelovali in primerjali zapiske. Ena od stvari, ki smo jo spoznali, je bila, da nismo vedeli, kako bi se imenovali, je prejšnji mesec dejal Patil v intervjuju za Braganca.
Se imenujete analitik? Tudi na Wall Streetu se mi zdi. Raziskovalec ali statistik? Počuti se preveč akademsko, se je spomnil. Ker pa sem delal v LinkedInu, sem pravkar preizkusil vse naslove delovnih mest, ki smo si jih lahko omislili, da bi ugotovil, kateri izmed njih bi najbolj zanimal kandidate. Izkazalo se je, da so si vsi želeli biti podatkovni znanstvenik, zato smo v redu, v redu, temu bomo rekli sami.
Naslov zveni prefinjeno in ravno dovolj nejasno, da presega panoge in ga jemljejo resno, tudi ljudje, ki nimajo pojma, za kaj gre.
Mislim, da je temeljni razlog, da se je začel, ker ljudje v resnici niso prepričani, kaj to pomeni. In to je moč, je dejal Patil. Ko se označiš kot nekaj, ljudje označijo tudi tisto, kar naj ne bi bil. Ko boste torej v sobi in boste rekli, da ste analitik podatkov, bodo mislili, da ne bi smeli biti na teh ravneh sestankov. Ko pa rečete, da ste podatkovni znanstvenik, bodo všeč, hvala bogu, da imamo tu pametne ljudi.
Povpraševanje po podatkovnih znanstvenikih je deloma posledica številčnosti podatkov brez primere, ki smo jih nabrali v dobi interneta, kar je spodbudilo razcvet delovnih mest, povezanih z velikimi podatki, v različnih panogah. Seksi zveneč naslov zaposlitve je zaposlovalcem olajšal objavo oglasov za delo, iskalci zaposlitve pa so primerni za promocijo. Toda njegova dvoumnost je kritizirala tudi tiste, ki so zmedeni glede tega, kaj to dejansko pomeni.
Clint Chegin, produktni vodja na karierni strani, je res izrazil svoje razočaranje v Srednja objava z naslovom Takšna stvar ni kot znanstvenik podatkov.
Velika večina opisov delovnih mest v znanosti o podatkih ne izraža dejanskih zahtev položaja, ki ga oglašujejo, napisal Jeremie Harris, ustanovitelj karierne mentorske platforme SharpestMinds.
Na splošno nasprotujem temu, da bi ga skušal preveč natančno opredeliti, je dejal Patil. Pomembno je, kako uporabljate podatke za interakcijo s svetom, jih preučujete in poskušate najti nove stvari.
Nekatere od teh stvari so novi izdelki, na primer samovozeči avtomobil ali vaš vremenska aplikacija . Druge so analize podatkov, ki ljudem pomagajo pri ocenjevanju vsega, od posojil do zdravstvenih odločitev, je nadaljeval. Obstajajo vse vrste podatkovnih znanstvenikov.Mogoče naslov preživi in se morda spremeni v kaj drugega. Ampak mislim, da je tukaj najmočnejše to, da podatke uporabljamo na nove načine za gradnjo stvari.
