寻找优秀的数据科学人才始于杀手级的职位描述。 这是正确的方法。
寻找优秀的数据科学人才始于有效的职位描述。 但要恰到好处地发布职位，组织必须了解他们所针对的人才市场和角色。
人工智能和深度学习公司 Skymind 的联合创始人兼首席执行官、开源框架 Deeplearning4j 的联合创始人 Chris Nicholson 表示，在当今的数据科学就业市场，需求远远超过供应。 他说，这意味着组织必须抵制诱惑，不去寻找具备所有最后必需的数据科学技能的候选人，而倾向于招聘有潜力的人，然后在工作中进行培训。
“很多数据科学都与统计、数学和实验有关——所以你不一定要找有计算机科学或软件工程背景的人，尽管他们应该有一些编程经验，”Nicholson 说。 “你需要来自物理科学、数学、物理学、自然科学背景的人； 受过训练来思考统计思想和使用计算工具的人。 他们需要有能力查看数据并使用工具来操纵它，探索相关性并生成进行预测的数据模型。”
Nicholson 说，因为数据科学家的工作不是设计整个系统，所以最少的编程经验就可以了。 毕竟，大多数组织可以依靠软件工程、DevOps 或 IT 团队来构建、管理和维护基础设施以支持数据科学工作。 相反，强大的数据科学候选人通常具有科学背景，并且应该精通一种或多种不同堆栈中的数据科学工具。
以下是如何制作合适的数据科学职位发布——并吸引人才。
一般最佳实践
Triplebyte 的首席数据官兼联合创始人 Ammon Bartram 说，在起草任何职位描述时，你主要是在推销你的组织和职位。 目标是传达为什么该角色是一个令人兴奋的机会，而不是只关注技能和责任。 Bartram 说，许多寻求数据科学家的组织都犯了这个错误，这让他们立即处于劣势。
“招聘人员经常写这样的话，‘必须拥有技术学位，三年的经验，并且对 Apache Hadoop 有深入的了解。’这是一个错误，即使你真的想要具有这些属性的人，”Bartram 说。 “对于像数据科学这样的高技能职位，目标是让可能持观望态度的求职者相信你的公司和你的职位很有趣，值得他们花时间。”
这一点尤其重要，不仅因为市场如此火爆，还因为，Nicholson 说，“许多必要的技能是行业和公司特有的。 组织使用不同的语言，更喜欢某些供应商的技术栈和特定的专有工具，所以这取决于招聘团队来了解哪些。”
Bartram 说，相反，应关注公司的使命、该职位将完成的工作，以及应聘者将要解决的令人兴奋的问题的任何技术细节。 “特别是对于数据科学，写下候选人将可以访问的有趣数据集会很有用——数据科学候选人喜欢在很酷的数据集上钻研，”他说。
通过以这种方式开始你的工作描述，你将更容易吸引候选人，然后你可以继续学习该角色所需的更难的技术技能。
需要特定技能
具体的语言和工具因公司而异，但最重要的是熟练掌握统计数据，其次是一些编程经验，以及对数据系统的熟悉程度，Bartram 说。 在这里，重要的是在必要时具体说明。
“除了基本技能外，公司可能还需要机器学习知识——了解特定的机器学习模型，以及与之合作的常用工具。 Tensorflow 和 scikit-learn 是两个最常用的 ML 库，”Bartram 说。 “公司可能需要在他们使用的任何特定编程语言方面的经验，如 Python、Java、R 等。公司可能希望熟悉他们使用的特定数据系统，如 PostgreSQL、MongoDB、Airflow、Hadoop、Redshift。”
Nicholson 将 Matlab 添加到基础知识列表中，Matlab 是一种数值计算环境和 Mathworks 的专有编程语言。
Nicholson 说：“这些是大多数自然科学专业人士和统计学家都熟悉的工具，因此你可以很好地了解候选人是否能够‘正确’地思考这些问题。” “如果他们从事机器学习——Python 以及 Canvas、Keras 和 Tensorflow 等 Python 工具已成为该领域的首选语言。 不过，如果他们有其中之一但没有另一个，那也不是交易破坏者。 更重要的是他们熟练掌握一种工具，因为这表明他们可以快速掌握新工具。”
销售参与平台公司 Outreach 的数据科学副总裁帕维尔·德米特里耶夫 (Pavel Dmitriev) 在招聘时使用了更广泛的清单，并补充说，要想在 Outreach 取得成功，求职者应该具备所有这些方面的工作知识，但至少要精通其中的几项。
“其中一些是特定领域的； 对我们来说，自然语言对我们的业务非常重要，但在其他公司中可能有所不同，”Dimitriev 说。 “但是，总的来说，我们寻找编码和算法方面的技能； 数据操作； 大数据管理； 机器学习； 自然语言处理； 商业理解； 如何将问题形式化并将其转化为数学问题； 和沟通技巧。”
软技能
Bartram 说，由于数据科学家必须与广泛的同事合作，软技能是必不可少的，在任何职位描述中都不应该被忽视。 沟通、团队合作、协作以及热情和使命对任何数据科学候选人都至关重要。
“软技能很重要，”巴特拉姆说。 “作为一名数据科学家需要与同事沟通并在团队中工作。 这里影响求职者是否收到录取通知书的主要两项技能是他们的沟通能力，以及他们对公司所做工作的热情。”
请务必不仅包括您喜欢的角色软技能，还要简要说明数据科学如何适合您的组织——这样候选人将更好地了解这些软技能将如何在角色中发挥作用。
现在您已经掌握了所有的部分，您可以将一份出色的数据科学职位描述放在一起，这肯定会吸引到优秀的候选人。
