So werden Sie Citizen Data Scientist – DATAVERSITY

Neuauflage von Plato

Verfolger: 0

Ein Citizen Data Scientist werden — *Shutterstock.com*

Zu den Aufgaben eines Bürgerdatenwissenschaftlers gehören der Umgang mit neuen Daten, der Einsatz automatisierter Tools zur Verarbeitung großer Datenmengen und die Erstellung zusätzlicher Modelle, um zusätzliche Erkenntnisse zu gewinnen. Ihre Hauptaufgabe besteht nicht darin, direkt aus Big Data Vorhersagen zu treffen oder zu entwickeln Prescriptive Analytics, sondern darum, Modelle zu erstellen und Werkzeuge zu verwenden, die diese Ziele erreichen.

Citizen Data Scientists schließen die Lücke zwischen „wahren“ Datenwissenschaftler (ausgebildet und mit einem Abschluss) und Geschäftsinhaber, die ihre eigenen Self-Service-Analysen durchführen. Diese Analogie könnte einige Erkenntnisse liefern: Ein Datenwissenschaftler könnte in der Lage sein, zehn Meilen in einer Stunde zu laufen, aber ein bürgerlicher Datenwissenschaftler kann herumtrampeln, das Auto aufwärmen und zehn Meilen in weniger als einer Stunde fahren, und das für weniger Geld. Zugegeben, der Citizen Data Scientist wird unterwegs nicht so viel Landschaft sehen, aber er wird seine Arbeit trotzdem erledigen.

Besonders ungewöhnlich ist die Position des Citizen Data Scientist, die zumindest derzeit nur über interne Beförderungen erreichbar ist. Obwohl es den Titel schon seit einigen Jahren gibt, gibt es keine Stellenausschreibungen für Arbeitgeber, die einen „Citizen Data Scientist“ suchen. Im Allgemeinen fügt die Position der aktuellen Stellenbeschreibung einer Person weitere Verantwortlichkeiten hinzu. Um die Beförderung zu erhalten, ist in der Regel die Teilnahme und das Bestehen bestimmter Data Science-Kurse erforderlich, die für die Anforderungen der Organisation relevant sind, und kann eine Zertifizierung beinhalten.

Die Schaffung der Stelle „Citizen Data Scientist“ ist eine Lösung für den Mangel an Datenwissenschaftler. Ein Großteil der von Datenwissenschaftlern üblicherweise geleisteten Arbeit befasst sich mit alltäglichen betrieblichen Aufgaben, beispielsweise der Validierung Datenqualität, Zusammenführen von Datensätzen und Identifizieren von Datenquellen. Diese Aufgaben sind mühsam und zeitaufwändig, und es ist nicht besonders kosteneffektiv, sie von einem „teuren“ Datenwissenschaftler ausführen zu lassen. Es ist besser, jemanden zu beauftragen, der diese Aufgaben mithilfe der Automatisierung deutlich kostengünstiger erledigt.

Verhandlungen über die Position des Citizen Data Scientist

Das Management hat sich dazu entschieden Stellen Sie einen Datenwissenschaftler ein für ein kurzfristiges Projekt und zur Neuorganisation des Internetvertriebs. Es wurde außerdem beschlossen, dem Datenwissenschaftler ein festes „Teammitglied“ auf Teilzeitbasis zur Seite zu stellen, um Kosten zu senken und Erfahrung zu behalten. Am Ende des Projekts übernimmt das Teammitglied die tägliche Wartung des neu installierten Analyseprogramms und der Vorhersagealgorithmen für den Internetverkauf. Darüber hinaus muss das Teammitglied vier Kurse belegen, um grundlegende Kenntnisse über die neuen Verantwortlichkeiten zu erlangen. (Ein kluges, durchsetzungsfähiges Teammitglied könnte sich an das Management wenden mit der Idee, zum Citizen Data Scientist befördert zu werden.)

In der oben beschriebenen Situation finden zahlreiche Veränderungen innerhalb der Organisation statt, und wenn das Management nicht gründlich mit der gesamten Belegschaft kommuniziert, kommt es zu Verwirrung und enttäuschten Erwartungen. Im Idealfall werden dem Teammitglied einige Verantwortlichkeiten auf andere Mitarbeiter übertragen. Der „Auserwählte“ sollte auch während der Arbeitswoche etwas Zeit zum Lernen oder zum Besuch eines Online-Kurses bekommen. Das Teammitglied sollte auch in die Auswahl der Kurse einbezogen werden, da einige Online-Kurse für bestimmte Personen besser geeignet sind. Und dann ist da noch die Frage nach einer Gehaltserhöhung. Schließlich muss eine Vereinbarung getroffen werden, damit das neu ausgebildete Teammitglied nicht sechs Monate nach seiner Ausbildung und Beförderung zu einem neuen Job wechselt.

Es sollte beachtet werden, dass es von Vorteil sein kann, mehr als einen Citizen Data Scientist im Team zu haben.

Für das Management: Erstellen
ein Citizen Data Scientist

Auswahl die richtige Person ist auch wichtig. Halten Sie Ausschau nach Leuten, die gerne lesen. Beim Lernen werden sie einen deutlichen Vorteil gegenüber Leuten haben, die Lesen langweilig finden. Das Alter kann ein interessantes Thema sein, da einige ältere Menschen nicht gerne neue Tricks lernen, während andere möglicherweise alleine am Unterricht teilnehmen, um sowohl den Lernprozess fortzusetzen als auch eine flexiblere Denkweise zu bewahren.

Bei der Schaffung einer Rolle als Citizen Data Scientist ist die Bereitstellung der richtigen Schulungen und Tools besonders wichtig. Nachdem man sich entschieden hat, Veränderungen in der Organisation vorzunehmen und Geld für Kurse usw. auszugeben, wäre es töricht, den Prozess durch schlechte Schulung und nicht gut funktionierende Tools zu unterbrechen. Heute Business Intelligence und Analysetools in Kombination mit einem effizienten Citizen Data Scientist können Unternehmen erheblich helfen beschleunigen ihre Datenstrategieund ihre Gewinne verbessern.

Für aktuelle Mitarbeiter:
Werden Sie Citizen Data Scientist

Für eine Person mit echtem Interesse an Data Science, die aber nicht ganztägig zur Schule zurückkehren kann, um einen weiterführenden Abschluss zu erwerben, könnte sich die Position eines Citizen Data Scientist als ideal erweisen, und ein Zertifizierungsprogramm kann eine nützliche Ausbildung bieten. Sie können verschiedene Wege einschlagen, die vom Selbststudium über Inhouse-Schulungen bis hin zu Abendkursen an der örtlichen Volkshochschule reichen. Dies hängt von Ihren aktuellen Fähigkeiten, den Bedürfnissen der Organisation und den Lernansätzen ab, die für Sie am besten geeignet sind.

Es ist allgemein anerkannt, dass es unterschiedliche Lernstile und -techniken gibt und dass unterschiedliche Menschen mit einem bestimmten Stilmix schneller und einfacher lernen. Jeder hat eine andere Mischung bevorzugter Lernstile. Die grundlegendsten Lernstile sind:

Visuelles Lernen: Diese Art von Schüler nutzt Bilder, räumliches Verständnis und Bilder zum Lernen. Studierende können Informationen leicht visualisieren und haben oft einen sehr guten Orientierungssinn. Der Einsatz von Whiteboards (oder PowerPoint-Präsentationen) kann für diese Art von Lernenden sehr effektiv sein.
Verbales Lernen: Diese Art von Person lernt gut durch Zuhören und durch Diskussionen. Tonbänder funktionieren gut. Verballernende verfügen oft über einen großen Wortschatz und zeichnen sich durch Aktivitäten aus, die Sprechen, Debattieren und Journalismus beinhalten.
Körperliches Lernen: Diese Schüler nutzen ihren Tastsinn zum Lernen. Sie zeichnen sich durch körperliche Aktivitäten aus. Diese Lernenden haben Spaß am Basteln und lernen am besten, wenn sie Dinge praktisch erledigen können, anstatt sie anzusehen oder zuzuhören.

Eine zweite Entscheidung ist, ob man studieren möchte oder nicht
allein. Manche Menschen lernen lieber alleine, während andere es vorziehen, mit einem zu lernen
Gruppe.

Bürgerdaten
Wissenschaftsstudien

Viele Orte bieten Online-Kurse an, die darauf abzielen, die grundlegenden Fähigkeiten zu vermitteln, die ein Citizen Data Scientist benötigt. Es besteht eine sehr hohe Wahrscheinlichkeit, dass der Arbeitgeber eines Studenten ein paar Kurse speziell für die Bedürfnisse der Organisation hinzufügt, aber die Teilnahme an einem Citizen Data Science-Kurs bietet eine gute Grundlage. Die Schulung sollte als Ausgangspunkt Folgendes umfassen:

Verwendung von SQL zur Datenaufbereitung
Verständnis der Grundkonzepte von Klassifizierungsmodellen
Erstellen von Kunden-Dashboards
Verwenden von SQL zum Erstellen eines Segmentierungsmodells
Erstellen eines Targeting-Modells mit maschinellem Lernen
Aufbau eines Empfehlungssystems mit maschinellem Lernen

Die Zukunft von
Citizen Data Scientists

Immer mehr Unternehmen priorisieren den Übergang zu fortschrittlichen prädiktiven und präskriptiven Analysen. Derzeit sind traditionelle Datenwissenschaftler oft teuer und schwer zu finden. Citizen Data Scientists können eine sehr wirksame Möglichkeit sein, diesem Mangel entgegenzuwirken. Technologie ist der Hauptgrund für den Aufstieg von Citizen Data Scientists. Die Technologie hat es Laien leichter gemacht, dieselben Ziele zu erreichen. In den letzten Jahren ist die Handhabung von Analyse- und BI-Tools deutlich einfacher geworden und sie umfassen erweiterte Analysen.