如何制定一个成功的数据科学培训计划

[[356838]]

那些知道如何帮助组织机构充分利用其信息资源的技术专业人员(尤其是数据科学家)目前需求量很大而供应短缺。

一些企业开始自己动手，设立数据科学培训计划来提高员工技能或对员工进行交叉培训，使其成为数据科学家。

对许多公司而言，数据科学仍是一个新领域，设立和维持这一计划可能会遇到一些挑战。以下是关于如何重新培训员工以成功走上数据科学岗位的一些建议。

营造数据科学文化

组织机构应该接受任何人都有可能成为数据科学家的这一观念，并且营造一种支持这一观念的文化，这非常重要。

品牌发展和营销传播机构Hiebing的首席数据科学家弗兰克•范德沃尔(Frank Vanderwall)说：“关键的一点是，我们需要将整个企业文化转向数据，而不是转向特定的一群人。”

“我们使用的一个类似技术是在90年代的数字化，”范德沃尔说。“那时，您像我们一样在组织内部拥有一个数字团队。这是一门少数人掌握的学科。如今，我们的期望是每个团队都是数字化。这就加快了整个组织内的转变和娴熟程度，而不只是将工作负担加在少数人身上。”

范德沃尔表示，数据科学的过渡时间是因每个组织机构不同而存在差异的，“虽然我们还没有到关键时刻，但时机已经到来。”

文化转变的一部分涉及到使用几乎任何人都能理解的语言。“这似乎很初级，但很容易被忽略，特别是对于那些沉迷于一种思维方式的教练来说，”范德沃尔说。 “我们需要从一个对语言的共识开始。数据科学家善于使用某些术语，但将这些术语转变为大家都能理解的语言之前，这些术语可能会让其他人感到不安。”

有时候，要确保每个人都理解这一术语。而其他时候，这意味着要用更易于理解的语言代替这一术语。范德沃尔说：“教练需要完全了解他们所辅导的人的思维方式，就像参与学习的人员需要理解新内容一样。”“很多时候，我们的重点只放在学生身上，而不是老师身上。”

营造数据科学文化的另一重要元素是知识的持续传承。

范德沃尔说：“至关重要的是，我们的数据科学家要让他人能独立地从数据中创造价值，而不仅仅是使他们自己受益。”“同样重要的是，受过培训的人员之后有机会以类似的方式培训其他人。这种方法会使知识和技能在组织内以更快的速度和更高的实用性进行扩散。这就营造了一种真正的数据驱动文化。”

Hiebing公司首先组建了一个营销科学团队，负责理解有关数据的合理问题，然后使用现有的最佳方法来解释并恰当地提出。

“然而，下一个挑战是将这一方式扩展到组织内的其他部门，因为我们的营销科学团队无法密切参与我们正在进行的所有项目，”范德沃尔说。“我们需要培训组织内的其他人，这样我们就可以真正地将数据驱动的见解不断地应用于所有项目。”

范德沃尔表示，公司正在建立一个框架，该框架会将正式的外部培训，例如公民数据科学在线课程(其常常是技术性课程)，与内部研讨会相结合，这些研讨会往往更针对实际工作场景。该计划目前正在组织中推行。

与高校合作

近年来，许多高等院校已经开设了数据科学课程，这些资源可以成为您组织内设立培训计划的优秀合作伙伴。

制造业解决方案提供商Jabil的高级副总裁兼首席信息官梅·雅蒲(May Yap)表示，我们公司已与当地大学合作制定了数据科学培训计划。她表示，该计划致力于提高业务专业人士在统计分析、计算数学和利用特定领域数据解决问题方面的技能。

雅蒲说：“我们认为，类似于精益生产或六西格玛等其他方法，这些技能需要扩展到所有业务部门，而且这些技术技能将推进Jabil公司实现自身目标和愿景。”

与高校合作是该计划的重要组成部分。但不能是任何一家机构都能成为此类计划的合适合作伙伴。

雅蒲说：“明智地选择大学合作伙伴，找出那些已经在数据科学课程和院系上进行投资的合作伙伴。”“此外，选择那些愿意与贵公司所在行业联手的合作伙伴。”

雅蒲表示，利用正规教育机构作为合作伙伴是一个好想法，其原因有两个。首先，它们不会对技术产生偏见，并且会使该计划随着分析技术应用和工具的发展而不断进步。其次，与院校机构合作可为自己组织建立一个人才库。

Jabil公司的数据科学计划已成功地为全球约200名员工提升了技能，并为公司提供了预测性见解，从而可通过更高的制造速度、产品质量和创新为客户节约成本和带来更多价值。

员工参与的项目包括预测性更换模具，降低废料和制造成本，以及优化机械零件的定价。

专注于持续改进

数据科学培训计划需要强调人才的持续提高和发展，否则现有数据科学家将很有可能离开。

邓白氏(Dun&Bradstreet)是一家提供商业数据、分析技术和企业见解的公司，其首席数据科学家安东尼•斯克里菲尼亚诺(Anthony Scriffignano)说：“一定要设置一个流程来留住最优秀的数据科学家，他们往往会感到厌倦和/或去其他地方寻求新的挑战，以便保持自身具备‘最新的知识’”。

为了说明这一点，斯克里菲尼亚诺讲述了他曾经的一个工作经历，当时这家公司正进行大规模IT转型。

斯克里菲尼亚诺说：“一位高级管理人员提出了一个问题，关于培训一群传统上无需使用任何计算机技能进行工作的人员。”该计划是使用多种语言为世界各地的数千人准备和提供一个大约四个小时的培训。

斯克里菲尼亚诺表示，即使是对于那些需要进行培训的人员的个人承诺并不大，但保证培训的一致性和按照项目时间表按时提供培训也不是一项简单的任务。

随着对成本讨论的增多，最初提出需要培训的管理人员开始完全拒绝接受培训。斯克里菲尼亚诺说：“主持培训的人很恼火，并问为什么那个之前提出要进行培训的管理人员后来似乎又要放弃。”

管理人员的担忧是，员工们现在会成为新领域中的有技能人才，而这些增加的技能可能会导致在薪酬和合同上产生问题。斯克里菲尼亚诺说：“还存在一个留住人才方面的极大担忧：‘如果我们对员工进行培训，然后他们离职了，该怎么办?’，而引发的反对声音”“他们的回答很完美：‘如果不为员工提供培训，他们留下来工作，会怎么样呢?’其意义是一清二楚的：面对技术创新，培训和持续改进是(必不可少的)。”

利用实际的业务问题和挑战

理论示例可以作为培训计划的一部分，但学生还需要知道如何在“现实世界”中将数据科学付诸实践。

雅蒲表示，Jabil公司的培训计划采用“基于场景”的方法。她说：“在对员工进行流程、技术和实践方面的培训后，将他们分为三到四组，共同解决问题。”“每个问题都应该有一个业务发起者，而且至少有一名学生应该在该业务问题的领域内拥有专业知识。”

该公司培训计划的另一个关键部分是培养组织内的技术专业人员，使其成为教学助理。雅蒲说：“该教学助理的作用非常类似于在组织内培养黑带教练，以支持精益生产或六西格玛计划。”

培训高管人员

Jabil公司还提供了“高中级管理人员数据科学”课程，培训时间从半天到一整天不等。这些课程旨在帮助高管了解数据科学理论和数据科学家所使用的常见术语，同时指导他们如何评价数据科学项目，以便他们可以有效地支持这些项目。

医疗保健公司葛兰素史克(GSK)也注重对高管人员进行培训。该公司负责数据和分析加速器的高级总监尼基•沃克(Nicky Walker)说：“数据科学素养不仅仅针对数据科学家。”“培训领导者和管理者对数据科学的认知和熟悉，与在数据科学学科中建立深厚的专业知识同等重要。”

对大量人员开展数据科学素养的教育可以建立起对算法的信心和信任，因此管理人员可以基于分析而自信地做出决策。沃克说：“擅于讲述数据科学在何处可以创造价值，这会为数据科学带来更多的推动力，并会将其植入到公司的血液中。”“这是数据科学计划的关键组成部分。我们知道，当业务合作伙伴的回应是基于理解而做出时，我们的数据科学专家会感到受尊重和获得回报。”

强调数据科学知识是一个迭代过程的事实

雅蒲表示，参加数据科学培训的学员和业务专业人员应该会发现自己在许多步骤之间来回移动。这些步骤包括问题理解、数据理解、数据准备、建模和结果评估。

雅蒲说：“他们应该使用该流程来改进经营问题，产生新想法，并在整个过程中进行迭代，以获得洞察力或找到可能需要解决的其他业务差距，以推动获得想要的预测性见解。”

雅蒲表示，这些差距很可能包括数据差异、数据存取、数据质量，以及在某些情况下还缺少自动化分析或管理大型数据集所需的技术。

她说：“这可能和应用人工智能/机器学习技术来识别异常情况一样简单，或和(创建)分类模式用于改善数据和理解一样简单。”