버락 오바마 전 대통령 아래 최초의 백악관 최고 데이터 과학자 인 DJ Patil.abin Botsford / The Washington Post via Getty Images 최근에 취업 시장에 조금이라도 관심을 기울 였다면 요즘 채용에있어 감동적인 추세를 눈치 챘을 것입니다. 대기업과 소규모 신생 기업의 모든 채용 담당자가 데이터 과학자라는 직위를 채우려 고합니다. 자세히 살펴보면 과학적 배경이 전혀없는 친구 중 일부가 이미 유행에 휩싸여 LinkedIn에서 데이터 과학자로 자신의 전문성을 리 브랜딩했을 가능성이 있습니다.
불과 몇 년 전만해도 거의 들어 보지 못했던 데이터 과학자라는 용어는 이제 LinkedIn의 채용 정보 페이지에 25,000 개 이상의 결과를 반환합니다. 이는 보편적으로 유행하는 재무 분석가의 검색 결과보다 2,000 개가 더 많은 것입니다 (최소한 우리 뉴욕 시민에게는).
왜 갑자기 관심이 급증하는 걸까요? 그리고 그것은 데이터 과학자들이하는 일과 마찬가지로 무엇을 의미할까요? 저는이 질문에 답할 수있는 가장 자격이 있다고 생각하는 사람, 즉 데이터 과학자라는 용어를 만든 사람에게 가져갔습니다.
DJ Patil, 전 LinkedIn 임원 (2008 년부터 2011 년까지) 나중에 버락 오바마 대통령 밑에서 백악관의 최고 데이터 과학자로 재직 한 그는 미국 최초의 데이터 과학자로 알려져 있습니다. 그의 정부 역할은 다음과 같은 행정부 내에서 광범위한 디지털화 노력의 일환으로 만들어졌습니다. 하지만이 역할을 설명하는 데 사용되는 단어의 선택은 LinkedIn에서 근무하는 동안 결정되었습니다.
저는 LinkedIn에서 데이터 팀을 구축하고 있었고 Jeff Hammerbacher [Cloudera의 공동 창립자]는 Facebook의 데이터 팀에서 분주했습니다. 때때로 우리는 공동 작업하고 메모를 비교했습니다. 우리가 깨달은 것 중 하나는 우리 자신을 무엇이라고 부를지 몰랐다는 것입니다. Patil은 지난달 Braganca와의 인터뷰에서 말했습니다.
자신을 분석 가라고 부릅니까? 그것은 너무 월가를 느낀다. 연구 과학자 또는 통계 학자? 너무 학업적인 느낌이 든다고 그는 회상했다. 하지만 LinkedIn에서 일하고 있었기 때문에 구직자로부터 가장 관심을받을 수있는 직책을 확인하기 위해 생각할 수있는 모든 직책을 테스트했습니다. 모두가 데이터 과학자가되고 싶어한다는 것이 밝혀졌습니다. 그래서 우리는 우리 자신을 그렇게 부를 것입니다.
제목은 산업을 초월하고 그것이 무엇인지 모르는 사람들조차도 진지하게 받아 들일만큼 정교하고 모호하게 들립니다.
그것이 떠오른 근본적인 이유는 사람들이 그것이 무엇을 의미하는지 잘 모르기 때문이라고 생각합니다. 그게 힘이라고 Patil은 말했습니다. 당신이 자신을 무언가로 분류 할 때, 사람들은 당신이해서는 안되는 것을 분류하기도합니다. 그래서 당신이 방에있을 때 당신이 데이터 분석 가라고 말하면, 그들은 당신이 이러한 수준의 회의에 참석해서는 안된다고 생각할 것입니다. 하지만 당신이 데이터 과학자라고 말하면 그들은 우리가 여기에 똑똑한 사람들이 있다는 것에 감사 할 것입니다.
데이터 과학자에 대한 수요의 증가는 부분적으로는 인터넷 시대에 우리가 축적 한 전례없는 풍부한 데이터로 인해 다양한 산업에서 빅 데이터 관련 일자리가 붐을 일으켰습니다. 섹시하게 들리는 직함은 채용 담당자가 구인 광고를 쉽게 게시하고 구직자가 자신을 홍보하는 데 편리하도록 만들었습니다. 그러나 그것의 본질적인 모호함은 또한 그것이 실제로 의미하는 바에 대해 혼란스러운 사람들로부터 비판을 불러 일으켰습니다.
커리어 사이트 인디 드의 제품 매니저 인 클린트 체긴 (Clint Chegin)은 중간 포스트 데이터 과학자 같은 것은 없습니다.
대부분의 데이터 과학 직무 설명은 광고하는 직책의 실제 요구 사항을 전달하지 않습니다. 썼다 경력 멘토링 플랫폼 SharpestMinds의 창립자 Jeremie Harris.
나는 일반적으로 그것을 너무 엄격하게 정의하려는 것에 반대한다고 Patil은 말했다. 중요한 것은 데이터를 사용하여 세상과 상호 작용하고 연구하고 새로운 것을 생각해내는 방법입니다.
이러한 것 중 일부는 자율 주행 자동차 또는 자동차와 같은 새로운 제품입니다. 날씨 앱 . 다른 것들은 사람들이 대출에서 건강 관리 결정에 이르기까지 모든 것을 평가하는 데 사용되는 데이터 분석이라고 그는 계속했습니다. 모든 종류의 데이터 과학자가 있습니다.제목이 살아남아 다른 것으로 바뀔 수도 있습니다. 하지만 여기서 가장 강력한 것은 우리가 새로운 방식으로 데이터를 사용하여 사물을 만들고 있다는 것입니다.
