如何合理搭建大數據分析團隊?需要有哪些背景的人?
公司要做大數據分析的團隊搭建,作為hr對這個行業一無所知,還請各位牛人指點。一個合理的大數據分析團隊應該具備哪些人才,這些人才應該具備哪些基本素質,國內做的比較好的大數據分析公司有哪些?
打廣告還是要自己來!我們這嘎達是買賣數據滴,有興趣不?(摳鼻)1、數據分析師,這些人起碼懂Hadoop、Spark、Python、SPSS等語言或軟體,或者起碼能有軟體編程基礎,可以迅速掌握這些行業軟體;對大數據概念有基本認識;2、需求分析人員,這種類別就多了,你們公司將要服務的行業,他們對於大數據和數據結果的需求點你要理解吧,有點像互聯網產品經理,需要涉獵的行業很多,能懂的用戶需求,並和數據分析師溝通,產生客戶需求的產品;嗯,找這樣的人,是對你的一種考驗(很認真的說。。。)
3、市場人員,了解市場的數據供給和基本價格,以及談判能力,你們公司有數據沉澱自然好,無窮無盡地做各種報告,反覆賣,美美噠,但是沒有數據的時候,是不是要找地方買啊(往我們這嘎達看);客戶給?可以,法務要配合啊,協議條款要定好,權責明確,盡量對公司有利,回頭客戶告你泄露商業機密,侵犯其它公司隱私什麼的,多的都賠進去了;
4、美工人員,是的嘞,數據分析出來要結果啊,別人看著不爽不願給錢怎麼辦,小雅啊,你把這個分析報告給修修啊,客戶不給好評,而且拖欠款項呢。。。5、專家,有名頭的顧問什麼的,裝場面用,增加別人的信任;這些專家要真做點事也蠻好(這是設想,不要當真)當然,以上種種,其實都應該給數據分析師做,一專多能,是我們企業一貫的追求,如果真有這樣的上能調戲(不,是溝通)客戶,中能分析加工,下能屈身事主的好員工,請你像不要放過群里的每一個紅包那樣,打開,拿來,用掉!謝邀。
首先需要明確何為大數據,大數據(Big data,mega data),或稱巨量資料,指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。 大數據具有5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)以及Veracity(真實性)。
所以以此為基礎,需要引進的人才如下:
按角色來分主要是開發工程師(Developer)和產品工程師(Product Engineer)。
開發工程師根據文檔需求完成技術實現和性能調優,核心的競爭力是專業深度,比如優秀的演算法工程師對模型的理解和調優,或者搭建架構的效率和性能,痛點在於隨著工程完善遞減的邊際效應,以及可能會遞增的重複枯燥。
產品工程師是在理解產品需求轉化為工程目標方面的要求更高,相比於實現,尋找解法和方案的過程更多快樂也更多痛苦。最大的快樂在於有了別人都想不到的獨特點子,有時很好的解決方案也很自然好懂。
按業務來分的話,數據團隊通常會有演算法和平台、數據架構兩部分工作。
演算法又可以根據具體業務細分為推薦、反作弊、搜索、用戶畫像等等,有時會單獨分出數據科學或數據分析。演算法平台的核心是為演算法研發提供必不可少的工具,比如A/B測試、模型支持(Learner),有時還會包括更通用的機器學習平台及架構。數據架構提供底層的ETL、數據流、存儲訪問等等的支持,也是團隊從0到1最重要的部分。
至於怎樣找這樣的工程師,他們需要具備知行合一、感恩奉獻、服務他人、團隊合作等精神。
因為在一個數據團隊中,有著數據開放與代碼開放的特點,如果一個工程師對新用戶體驗有個想法,不去試著找數據依據,或者試著做改動、試著推動線上實驗的話,那就不是一個好的數據團隊。除了個人能力之外,團隊合作等精神亦是AI時代數據團隊成熟度和戰鬥力的一個重要指標。
更多實用大數據乾貨,關注衛健科技百家號
數據架構師(統籌數據平台結構與應用、框架設計),或者叫大數據產品經理或XX數據官也行。
大數據工程師(懂各種大數據處理技術、JAVA、資料庫等)
數據分析師(懂分析建模、數據提取、統計分析、報告撰寫,邏輯能力強的人)
如果只是利用自己公司內部的數據進行分析,招上述3種類型的人才就夠用了。
如果隨著數據部門的工作越來越重要,可以再招些產品經理、設計師、前端開發,實現數據可視化,以更快捷的方式服務管理者和其他業務運營部門,如果數據的價值發揮門路還沒找到,招這些崗位則真的是很盲目的行為了,建議是從小到大一步步來。
如果您是要搞一個大數據團隊專門搞一條產品線出來對外提供服務,那就要再配些數據採集工具、爬蟲工程師等、方案、業務人員了,沒有可以複製的團隊,一切都要根據自己公司的實際情況量體裁衣。
推薦閱讀: