Data science

ค้นหาพรสวรรค์ด้านวิทยาศาสตร์ข้อมูลกับ Dr. Kirk Borne

เรามีข้อมูลมากมาย การประมวลผลบนคลาวด์ที่แทบจะไร้ขีดจำกัด และอัลกอริธึมการเรียนรู้ของเครื่องที่พัฒนาขึ้นเรื่อยๆ แล้วอะไรในโลกที่ทำให้บริษัทต่างๆ กลับไม่ประสบความสำเร็จด้วยบิ๊กดาต้า “พรสวรรค์ พรสวรรค์ พรสวรรค์” ดร.เคิร์ก บอร์นกล่าว “ปัจจัยจำกัดคือความสามารถ” เพื่อให้แน่ใจว่า Borne ได้ทำมากกว่าคนส่วนใหญ่ในการส่งเสริมความสามารถด้านวิทยาศาสตร์ข้อมูล สิบสี่ปีที่แล้ว ก่อนที่เขาจะอยู่ที่ Booz Allen Hamilton หรืองานใหม่ของเขาที่ DataPrime บอร์นช่วยสร้างโปรแกรมปริญญาวิทยาศาสตร์ข้อมูลรายการแรกของประเทศที่ George Mason University ซึ่งพิสูจน์แล้วว่าเป็นจุดสำคัญสำหรับวิทยาศาสตร์ข้อมูลในแวดวงวิชาการ และในปัจจุบัน มีโปรแกรมวิทยาศาสตร์ข้อมูลระดับปริญญาตรี ปริญญาโท และปริญญาเอกหลายพันหลักสูตรทั่วประเทศ ไม่ต้องพูดถึงโปรแกรมฝึกปฏิบัติและโปรแกรมประกาศนียบัตรมากมายนับไม่ถ้วน ด้วยความพยายามทั้งหมดในการสร้างนักวิทยาศาสตร์ข้อมูลใหม่ โลกควรจะจมอยู่กับยูนิคอร์นในขณะนี้ ทว่าช่องว่างด้านวิทยาศาสตร์ข้อมูลยังคงมีอยู่ ตามคำบอกของ Borne ทั้งหมดนี้มาจากความต้องการที่ไม่เพียงพอ “กลุ่มผู้มีความสามารถนั้นเกือบจะเพิ่มขึ้นแบบทวีคูณ” บอร์นบอกกับดาตานามิ “แต่น่าเสียดาย สำหรับโลกธุรกิจ จำนวนโอกาสในการทำงานที่ธุรกิจกำลังสร้างขึ้นก็เพิ่มขึ้นอย่างมากเช่นกัน แต่ในอัตราที่เร็วกว่าการผลิตที่มีความสามารถ ความแตกต่างระหว่างเลขชี้กำลังสองแบบยังคงเป็นเลขชี้กำลังอย่างมีประสิทธิภาพ ดังนั้นจึงยังมีช่องว่างด้านพรสวรรค์ที่กำลังเติบโตอย่างรวดเร็ว” การเปลี่ยนแปลงอย่างรวดเร็ว ทักษะการขยับเขยื้อน เรามาไกลจากยุคแรกๆ ของบิ๊กดาต้าแล้ว Borne กล่าว ดร.เคิร์ก บอร์น “เทคโนโลยีที่เราใช้ในปัจจุบันไม่ใช่สิ่งที่เราใช้เมื่อแปดปีที่แล้ว” เขากล่าว “จำไว้ว่า Hadoop เป็นคนที่คลั่งไคล้มาก และทุกคนต้องเรียนรู้ Hadoop และแทบจะไม่มีใครพูดถึงคำนั้นในประโยคอีกต่อไป” (แทบไม่มีใครเลย!) การทดลอง Hadoop นั้นเจ็บปวดสำหรับบางคนอย่างแน่นอน ยังไม่ชัดเจนว่าเราต้องผ่านมันไปหรือไม่ (กรณีที่ดีก็สามารถทำได้) ไม่ว่าในกรณีใด สิ่งสำคัญในตอนนี้ก็คือเทคโนโลยีบิ๊กดาต้านั้นดีกว่าและใช้งานได้มากกว่าในปัจจุบันมาก 15 เมื่อหลายปีก่อนหรือห้าปีที่แล้ว และนั่นคือ เป็นประโยชน์อย่างมากต่อองค์กรที่ต้องการทำงานกับข้อมูลขนาดใหญ่ “ ไม่เป็นอุปสรรคอีกต่อไป มันคือตัวเปิดทาง” บอร์นกล่าว “สิ่งที่เกิดขึ้นตอนนี้คือเราอยู่ในขั้นตอนการปฏิวัติแพลตฟอร์มนี้ โดยพื้นฐานแล้วเมื่อใช้ระบบคลาวด์ คุณจะมีความสามารถในการปรับขยายได้แทบไร้ขีดจำกัด คุณไม่จำเป็นต้องซื้อซูเปอร์คอมพิวเตอร์ของคุณเอง คุณเพียงแค่เช่ามันเป็นเวลาหลายนาที หรือหลายชั่วโมง หรือเป็นวันที่คุณต้องการ แล้วคืนให้” วันนี้ องค์กรต่างๆ มีเครื่องมือข้อมูลขนาดใหญ่ที่น่าสนใจและเทคโนโลยี AI ให้เลือกมากมาย ซึ่งส่วนใหญ่ทำงานอยู่ในระบบคลาวด์ ยักษ์ใหญ่ทั้งสามอย่าง AWS, Microsoft Azure และ Google Cloud ไม่ต้องพูดถึงบริษัทสตาร์ทอัพอย่าง Snowflake และ Databricks และบริษัทอื่นๆ อีกหลายร้อยแห่งในระบบนิเวศที่มีชีวิตชีวานี้ ล้วนมีส่วนร่วมในการเพิ่ม “หน้าที่ในฐานะบริการ” ซึ่งมีผลอย่างมาก เปิดโอกาสให้เข้าถึงเทคโนโลยีบิ๊กดาต้า “ตัวอย่างเช่น คุณต้องสร้างเอ็นจิ้นผู้แนะนำ หรือคุณต้องการแชทบอท” บอร์นกล่าว “โดยพื้นฐานแล้วคุณเรียกฟังก์ชันนี้ว่าคนอื่นสร้างไว้แล้ว อย่างเช่น ทำไมต้องสร้างมันขึ้นมาเอง” การสะสมของฟังก์ชันที่สร้างไว้ล่วงหน้าและแพลตฟอร์มวิทยาศาสตร์ข้อมูลที่พร้อมใช้งานบนคลาวด์กำลังเปิดโอกาสทางธุรกิจใหม่ๆ ทุกประเภท เด็กสองคนในโรงรถหมุนงานขนาดใหญ่เพื่อย่อยข้อมูลด้วยการวิเคราะห์ SQL หรือฝึกโมเดลการเรียนรู้ของเครื่องด้วยข้อมูลที่สดใหม่ที่สุด ตอนนี้สามารถควบคุมได้ด้วยการเรียก API จากคอนโซลเดียว ตอนนี้พวกเขากำลังแข่งขันกับบริษัทข้ามชาติมูลค่าหลายพันล้านดอลลาร์ มันลดระดับลง – และเพิ่มเงินเดิมพันให้กับทุกคน “การปฏิวัติแพลตฟอร์มได้เปิดใช้งาน Plug and Play ของแอพพลิเคชั่นและเครื่องมือและบริการต่างๆ ทุกประเภท” Borne กล่าว “คุณเพียงแค่รวบรวมวิธีที่ถูกต้องในการให้บริการชุมชนธุรกิจ และโดยทั่วไปแล้วคุณก็ออกไปแข่งขัน ใช่ แต่แล้วพรสวรรค์ล่ะ? อนิจจาท่ามกลางความสมบูรณ์ของเทคโนโลยีข้อมูลขนาดใหญ่บนคลาวด์ ปัจจัยที่จำกัดก็คือช่องว่างของความสามารถที่มีอยู่อย่างต่อเนื่อง สัญญาณของช่องว่างความสามารถปรากฏขึ้นทั่วทุกแห่ง มันแสดงให้เห็นมากกว่า 000, 000 รายการสำหรับนักวิทยาศาสตร์ข้อมูลที่ Glassdoor และอีกมากมาย กว่า 15,000 ที่ Indeed มันแสดงให้เห็นในโฆษณาที่ต้องการระบุว่า “เร่งด่วน” ในนายหน้าที่สิ้นหวังมากขึ้นในเงินเดือนเฉลี่ยสำหรับนักวิทยาศาสตร์ข้อมูลระดับกลาง $130,000 (ตามที่รายงานโดย Burtch Works เมื่อปีที่แล้ว) และในนักวิทยาศาสตร์ข้อมูลจะเปลี่ยนงานทุกๆ 2.5 ถึง 2.8 ปี (ตาม Burtch Works ประมาณนั้นด้วย 11). (ProStockStudio/Shutterstock) ทั้งหมดนี้ชี้ให้เห็นถึงตลาดของนักวิทยาศาสตร์ด้านข้อมูลที่มีการขายอย่างต่อเนื่อง หรืออะไรก็ตามที่คุณอยากจะเรียกช่างเทคนิคที่ทำให้มือสกปรกด้วยข้อมูลและอัลกอริธึมการเรียนรู้ของเครื่อง (งานอันดับหนึ่งของ LinkedIn ในปีที่แล้วคือ “ผู้เชี่ยวชาญด้าน AI” ในขณะที่คนอื่นชอบวิศวกรแมชชีนเลิร์นนิงหรือนักวิทยาศาสตร์การวิจัย) แน่นอนว่านี่เป็นข่าวดีหากคุณเป็นนักวิทยาศาสตร์ข้อมูล ในกรณีนี้ทุกคนต้องการคุณ! คุณเป็นร็อคสตาร์! แต่ถ้าคุณบังเอิญตกอยู่ในด้านอุปสงค์ของสมการนั้น – โชคดีนะเพื่อน “ถ้าธุรกิจแค่เชื่อมโยงเทคโนโลยีเข้าด้วยกันและไม่เข้าใจวิทยาศาสตร์ของการทดสอบ A/B หรือวิทยาศาสตร์ของการสร้างแบบจำลองพฤติกรรมลูกค้าและสิ่งต่างๆ เหล่านั้น คุณก็จะตกต่ำจริงๆ” บอร์นกล่าว “คุณยังต้องการคนที่เข้าใจถึงประโยชน์ ความเสี่ยง และการใช้งานทางธุรกิจที่เหมาะสมของสิ่งนี้ ไม่ใช่แค่เทคโนโลยีและทักษะการเขียนโค้ดเท่านั้น ดังนั้นช่องว่างของความสามารถจึงเป็นสิ่งกีดขวางบนถนนขั้นพื้นฐานจริงๆ ในตอนนี้” Primed for Data Science เมื่อ Borne ออกจาก BAH เมื่อต้นปีนี้ เขาถือว่าเป็นผู้เกษียณอายุแล้ว แต่นั่นก็ไม่นาน ขณะที่เขาเซ็นสัญญากับ DataPrime สตาร์ทอัพ AI ใหม่ในฐานะ Chief Science Officer เป้าหมายของ DataPrime คือการช่วยเชื่อมต่อผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลกับงานที่มีศักยภาพ โดยใช้เทคนิคด้านวิทยาศาสตร์ข้อมูลที่คุณคาดเดาได้ นั่นเป็นเหตุผลที่พวกเขานำ Borne เข้ามาช่วยออกแบบและใช้งานแพลตฟอร์มนั้น “โดยพื้นฐานแล้วมันเป็นเครื่องมือแนะนำ” บอร์นกล่าวถึง DataPrime “โดยพื้นฐานแล้ว เรากำลังแนะนำผู้สมัครงานของพนักงานให้กับนายจ้าง” DataPrime กำลังรับโปรไฟล์ของผู้มีโอกาสเป็นผู้สมัคร บุคคลในวิชาชีพด้านข้อมูลใด ๆ ที่กำลังมองหางานสามารถอัปโหลดประวัติย่อของพวกเขา รวมถึงทักษะ ความสนใจ ประสบการณ์ การศึกษา ความปรารถนา ความชอบ และข้อกำหนด ในทำนองเดียวกัน บริษัทที่กำลังมองหานักวิทยาศาสตร์ข้อมูลสามารถลงทะเบียนและป้อนข้อกำหนดและรายละเอียดงานได้ ความมหัศจรรย์ของวิทยาศาสตร์ข้อมูลที่ Borne ช่วยสร้างนั้นจะพยายามจับคู่ประสบการณ์การทำงานและทักษะของผู้สมัครกับสิ่งที่บริษัทกำลังมองหา DataPrime มุ่งหวังที่จะนำเสนอความเป็นส่วนบุคคลอย่างเหนือชั้นในการค้นหาผู้มีความสามารถ ทั้งสำหรับผู้เชี่ยวชาญด้านข้อมูลและนายหน้าในวิชาชีพเหล่านั้น อย่างไรก็ตาม ไม่ใช่ว่านักวิทยาศาสตร์ด้านข้อมูลทุกคนจะเหมือนกัน และตำแหน่งวิทยาศาสตร์ข้อมูลก็ไม่เหมือนกันทั้งหมด สิ่งที่น่าสนใจเล็กน้อยเกี่ยวกับ DataPrime คือความสามารถในการทำความเข้าใจความแตกต่างของตำแหน่งงานว่างเฉพาะ และเพื่อค้นหาผู้สมัครที่เหมาะสม ผู้สมัครที่ดีที่สุดอาจไม่ชัดเจนเสมอไป Borne กล่าว “ผมอยู่ในคณะกรรมการและหนึ่งในสมาชิกของคณะวิจัยเป็นผู้อำนวยการฝ่ายวิจัยโรคมะเร็งของมหาวิทยาลัยแห่งหนึ่งทางฝั่งตะวันตก” เขาเล่า “เธอกล่าวว่าการจ้างงานที่ดีที่สุดที่เธอเคยทำสำหรับห้องปฏิบัติการวิจัยของเธอไม่ใช่นักวิทยาศาสตร์การวิจัยโรคมะเร็งหรือช่างเทคนิคในห้องปฏิบัติการ เธอกล่าวว่าการจ้างงานที่ดีที่สุดที่เธอเคยทำคือศิลปิน” ความคิดสร้างสรรค์ของศิลปินช่วยนำแนวคิดและประสบการณ์ใหม่ๆ มาสู่ทีมเทคนิคที่ออกแบบการรักษามะเร็งและโครงการมะเร็งสำหรับผู้คน ไม่ได้หมายความว่าศิลปินจะได้รับการแนะนำสำหรับงานด้านวิทยาศาสตร์ข้อมูล แต่มันให้ข้อมูลเชิงลึกแก่คุณเกี่ยวกับวิธีที่บริษัทไม่ต้องการอ่านประวัติย่อ ประสบการณ์งาน และประสบการณ์ชีวิต Borne สนับสนุนให้ใครก็ตามที่ทำทุกอย่างแม้กระทั่งการเชื่อมต่อระยะไกลกับข้อมูลเพื่อตรวจสอบ DataPrime “ไม่ว่าจะเป็นวิศวกรระบบคลาวด์ นักวิจัยด้านการเรียนรู้ของเครื่อง ระบบธุรกิจอัจฉริยะ ผู้สร้างแดชบอร์ด ผู้เล่าเรื่องข้อมูล วิศวกรฐานข้อมูล อะไรก็ได้ที่มีคำว่า การวิเคราะห์ข้อมูล หรือ AI ทุกที่ ตำแหน่งงาน เราต้องการโปรไฟล์งานของคุณบนแพลตฟอร์มของเรา และนายหน้าก็เช่นกัน” เขากล่าว รายการที่เกี่ยวข้อง: เหตุใด Data Science จึงยังคงเป็นทักษะการทำงานอันดับต้นๆ จึงมีความสำคัญอย่างยิ่งในหัวข้อ Data Science Job Hunt 'นักวิทยาศาสตร์ข้อมูล' ที่พัฒนาไปสู่สิ่งใหม่

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button