Bauen Sie Ihr Team von Data-Scientist auf

"Es gibt nicht genug Experten, die Datadata science und Maschinelles Lernen kennenlernen können, daher die Entstehung von Citizen Data Scientists. Die Verantwortlichen für Daten und Analytik müssen die "Bürger" befähigen, ihre Anstrengungen zu skalieren, oder sie riskieren, dass data science nicht als Kernkompetenz anerkannt wird. - Gartner 2019

Da die data science den Unternehmen Wettbewerbsvorteile verschafft, ist die Nachfrage nach erfahrenen Datenwissenschaftlern so hoch wie nie zuvor. Allerdings ist das Angebot für diese Nachfrage nach wie vor ziemlich knapp bemessen! Diese Einschränkung ist eine Bedrohung für die Wettbewerbsfähigkeit der Unternehmen und in einigen Fällen sogar für ihr Überleben auf dem Markt.

Als Antwort auf diese Herausforderung wurde eine wichtige analytische Funktion geschaffen, die eine Brücke zwischen Datenwissenschaftlern und Unternehmensfunktionen bildet: der Data-Scientist.

Was ist ein Citizen Data-Scientist?

Gartner definiert den "Citizen Data-Scientist als "eine aufkommende Reihe von Funktionen und Praktiken, die es Nutzern ermöglichen, prädiktive und präskriptive Erkenntnisse aus Daten zu gewinnen, ohne dass sie so erfahren und technisch versiert sein müssen wie erfahrene Datenwissenschaftler". Ein "Citizen Data-Scientist" ist keine Berufsbezeichnung. Sie sind "Power-User", die sowohl einfache als auch anspruchsvolle analytische Aufgaben durchführen können.

In der Regel verfügen Bürgerdatenwissenschaftler nicht über Programmierkenntnisse, können aber dennoch Modelle mithilfe von Drag-and-Drop-Tools erstellen und vorgefertigte Datenpipelines und Modelle mit Tools wie Dataiku ausführen. Seien Sie sich bewusst: Bürgerdatenwissenschaftler ersetzen NICHT die Datenexperten. Sie bringen ihr Fachwissen ein, verfügen aber nicht über das spezielle Fachwissen für fortgeschrittene data science.

Der Citizen Data-Scientist ist eine Rolle, die sich als "Erweiterung" aus anderen Rollen innerhalb der Organisation entwickelt hat! Das bedeutet, dass Organisationen eine Persona als Citizen Data-Scientist entwickeln müssen. Potenzielle Citizen Data Scientists variieren je nach ihren Fähigkeiten und Interessen an data science und Maschinelles Lernen. Zu den Rollen, die in die Kategorie der Citizen Data-Scientist fallen, gehören:

• Wirtschaftsanalytiker.
• BI-Analysten/Entwickler.
• Datenanalysten.
• Dateningenieure.
• Anwendungsentwickler.
• Business Line Manager.

Wie man bürgerliche Datenwissenschaftler befähigt

Da Expertenkenntnisse für data science in der Regel recht teuer und schwer zu bekommen sind, kann der Einsatz eines Data-Scientist aus der Bevölkerung ein effektiver Weg sein, die derzeitige Lücke zu schließen.

Hier finden Sie Möglichkeiten, wie Sie Ihre data science unterstützen können:

Unternehmenssilos aufbrechen

Wie Sie sicher schon oft gehört haben, neigen viele Organisationen dazu, unabhängig voneinander in Silos zu arbeiten. Wie oben erwähnt, sind alle Rollen in der Datenmanagement einer Organisation wichtig, und sie alle haben ihr Interesse daran bekundet, etwas über data science und Maschinelles Lernen zu lernen. Allerdings befindet sich das meiste Wissen über data science und Maschinelles Lernen im Silo in der data science oder in bestimmten Rollen. Infolgedessen werden data science Bemühungen oft entkräftet und nicht genutzt. Mangelnde Zusammenarbeit zwischen den verschiedenen Rollen im Datenbereich macht es für Data Scientists schwierig, auf Unternehmensdaten zuzugreifen und sie zu verstehen!

Durch die Einrichtung einer Gemeinschaft von Geschäfts- und IT-Rollen, die detaillierte Richtlinien und/oder Ressourcen bereitstellt, können Unternehmen die Datenwissenschaftler in die Lage versetzen, ihre Bürger zu stärken. Für Unternehmen ist es wichtig, die gemeinsame Nutzung von data science im gesamten Unternehmen zu fördern und so Silos zu durchbrechen.

Bereitstellung erweiterter Data Analytics

Die Technologie treibt den Aufstieg des Data-Scientist voran. Traditionelle BI-Anbieter wie SAP, Microsoft und Tableau Software bieten fortgeschrittene statistische und prädiktive Analyse als Teil ihrer Angebote. In der Zwischenzeit bieten data science und Maschinelles Lernen wie SAS, H2O.ai und TIBCO Software Anwendern, die nicht über advanced analytics Funktionen verfügen, eine "erweiterte Analytik". Augmented Analytics nutzt automatisiertes Maschinelles Lernen , um die Art und Weise zu verändern, wie analytische Inhalte entwickelt, konsumiert und geteilt werden. Es umfasst:

Erweiterte Datenaufbereitung: Automatisierung des Maschinelles Lernen zur Verbesserung von Datenprofilen und -qualität, Modellierung, Anreicherung und Katalogisierung von Daten.

Erweiterte Daten-Discovery: Ermöglicht es Geschäfts- und IT-Anwendern, relevante Informationen wie Korrelationen, Cluster, Segmente und Vorhersagen automatisch zu finden, zu visualisieren und zu analysieren, ohne Modelle erstellen oder Algorithmen schreiben zu müssen.

Erweitertes data science und Maschinelles Lernen: Automatisiert Schlüsselaspekte der advanced analytics wie Merkmalsauswahl, Algorithmenauswahl und zeitaufwändige Schrittprozesse.

Durch die Integration der erforderlichen Tools und Lösungen und die Ausweitung der Ressourcen und Bemühungen können Unternehmen die Datenwissenschaftler der Bürger unterstützen.

Befähigung von Bürgerdaten-Wissenschaftlern mit einer Metadaten

Die Verwaltung vonMetadaten ist eine wesentliche Disziplin für Unternehmen, die ihre Datenbestände für Innovationen oder die Einhaltung von Vorschriften nutzen wollen. Durch die Umsetzung einer Strategie für das Metadaten , bei der Metadaten gut verwaltet und korrekt dokumentiert werden, können Bürgerdatenwissenschaftler relevante Informationen über eine intuitive Plattform leicht finden und abrufen.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.