随着企业接受大数据，它们也在寻找高层次的战略家和传播者。你有能力得到一份大数据的工作吗?
随着大数据收集动力，它有助于为IT专业人士创造大型职业机会 - 如果他们有正确的资格。
麦肯锡公司(McKinsey & Co.) 2011年发布的一份报告显示，到2018年，美国可能面临14万至19万“深度分析人才”的短缺，以及150万能够分析数据、为商业决策提供依据的人才短缺。
公司景人说，公司是，寻找拥有复杂技能的复杂技能的员工。“毫无疑问，在国际分析研究所首席执行官首席执行官首席执行官首席执行官首席执行官首席执行官首席执行官首席执行官首席执行官杰克菲利普斯表示，毫无疑问IIA），研究公司。
但是什么构成了“大数据人才”？这些工作是什么，他们需要什么技能？什么样的背景资格获得一个人的大数据工作？Computerworld在新兴领域拍摄了一些着名球员的脉搏，以确定IT工作者的位置 - 如果有的话 - 在大数据宇宙中。这是他们要说的话。
技能桶
瑞银财富管理公司(UBS Wealth Management)前业务风险与分析主管桑迪普•萨切蒂(Sandeep Sacheti)表示:“大数据行业并没有一个统一的职业。”萨切蒂目前担任威科律师事务所(Wolters Kluwer Corporate Legal Services)新设的客户洞察与运营卓越副总裁。
Sacheti的新工作是大数据：使用分析来了解客户，开发新产品并削减运营成本。在一个项目中，向律师事务所销售电子计费服务的Wolters划分正在利用分析来挖掘数据，从客户（允许其许可）创建新产品，包括实际报告，该报告基准公司在全国范围内的律师事务所。
Sacheti现在均聘请外部，培训内部员工进行大数据工作。他认为在四个“技能集”中的大数据工作：数据科学家，数据架构师，数据可视化器和数据更改代理。
但没有标准标题 - 其他雇主可能会使用不同的桶和价值不同的技能。John Reed称，一家公司称之为数据分析师的数据分析师可能在其他地方被称为其他地方不同。而且，正如Sacheti的标题演示一样，一些大数据作业既不包含大号，也不包含单词数据。
菲利普斯说，一些公司来到IIA的帮助招聘大数据人才。首先，他们问在哪里寻找候选人。“然后他们停在他们的轨道上并说，'等等，我如何知道我正在寻找什么？'“他补充道。
“每个人都在问，‘你如何识别这些人?你需要什么技能?他们的学位是什么?’”人才分析公司(Talent Analytics)首席执行官格里塔•罗伯茨(Greta Roberts)说。该公司开发的软件旨在帮助雇主将员工的技能和内在特征与业务表现联系起来。
Roberts，Phillips和其他专家表示，与大数据作业相关的技能包括数学，统计，数据分析，业务分析甚至自然语言处理。虽然标题并不总是与雇主一致，但一些，如数据科学家和数据架构师，都变得越来越普遍。
一个好奇的心灵是关键
随着公司搜索大数据人才的，他们倾向于目标开发人员和软件工程师，而不是IT运营专业人士，Cloudera的数据科学高级总监Josh Wills表示，销售和支持开源Hadoop的商业版本管理大数据的框架。
这并不是说IT运营专家在大数据中不需要。毕竟，他们构建了基础架构并支持大数据系统。
“这是Hadoop家伙进来的地方，”D.J说。Patil，Residence的数据科学家在Greylock Partners，一个风险投资公司。“没有这些家伙，你什么也做不了。他们正在建立令人难以置信的基础设施，但它们不一定正在进行分析。”
他指出，IT员工可以通过传统课程或自学快速学习Hadoop。大型Hadoop供应商迅速发展的培训项目证明了许多IT人员正在这样做。
也就是说，大数据出现的大多数工作都需要了解编程和开发应用程序的能力，以及了解如何满足业务需求。
这些职位最重要的资格不是学历、证书、工作经验或头衔。相反，它们似乎是软技能:好奇的头脑、与非技术人员沟通的能力、持久甚至固执的性格以及强烈的创造性倾向。
帕蒂尔拥有应用数学博士学位。萨凯蒂拥有农业和资源经济学博士学位。帕蒂尔认为，好奇心和创造力的品质比一个人的研究领域或学历水平更重要。
“这些是适合多个域的十字路口的人，”他说。“他们必须从一个领域采取想法并将它们应用于另一个领域，他们必须对歧义感到舒适。”
例如，威尔斯走了一条迂回曲折的道路才成为数据科学家。从杜克大学(Duke University)获得数学学士学位后，他在德克萨斯大学(University of Texas)断断续续地攻读了运筹学研究生学位，同时为一系列公司工作，2007年辍学进入谷歌工作。(他指出，他最终完成了硕士学位。)在搬到Cloudera并获得他的数据科学头衔之前，威尔斯曾在谷歌做过统计学家，然后是软件工程师。
简而言之，大数据人们似乎是所有交易和大师的杰克，他们最大的技能可能是在一个组织中作为“胶水”的能力表示。“你可以采取一个也许不是世界上最伟大的软件工程师[也是世界上最伟大的统计数据，但他们拥有与双方人士交谈的沟通技巧”以及营销团队和C级高管，他解释。
“这些是跨过它的人，软件开发，应用程序开发和分析，”意志添加，注意他认为这些专业人员正在突出上升。“我看到公司正在为这些人分配的价值转变，”他说。
Sacheti也让他的注意力留给这样的人。“我们发现有很多灵活性地学习新技能，愿意做迭代设计和敏捷思维，”他说。
罗伯茨同意。“人们的先天特征，就像一个倾向于好奇心，可以更能预测某人的表现在角色中的角色，而不是他们的学位，例如，或者是或者是或者的。”
招聘:冷酷无情，科学气质
直到最近，IT部门通常还没有强调的创造力，好奇心和通信技巧，这可能是为什么许多雇主不希望他们的IT运营人员找到人们向Spearhead大数据项目。
菲利普认为，IIA认为数据科学有三条腿:技术(IT、系统、硬件和软件)、定量(统计、数学、建模和算法)和业务(领域知识)。他表示:“我们看到的成功的专业人士都来自定量方面。”“他们知道这项技术，但他们没有运行这项技术。他们依靠IT来提供工具。”
意志说，大数据也要求科学的气质。“当我们谈论数据科学时，它真的是一个实验驱动的过程，”他解释道。“你通常正在尝试很多不同的东西，你必须以非常重要的方式失败。”遗嘱可以说，有一种“某种无情的无情，你需要这种工作的人的个性。”
Brian Hopkins（Forrester Research）分析师Brian Hopkins表示，大数据专业人员也必须足够智力灵活，以便快速改变问题的假设和涉及问题的方法。“你不能将自己限制在一个架构中，但[需要舒适]在具有多种模式的环境中经营，甚至没有模式，”他说。
这往往与大多数人习惯的不同方法。“从强大的企业中出来的人可能会在他们迅速做事的能力中受到限制，并且可以快速地做事并敏捷，”霍普金斯说。
但是一旦招聘经理找到了正确的人，他们通常愿意重新培训该人填补大数据角色。例如，帕特曾经在Linkedin工作，他说：“我们在很大程度上培训了自己，因为这很多是开源的。”他认为同样的事情可能发生在大多数公司。他说：“你可以制作这些人” - 如果他们有合适的个性。
Sacheti说，灵活性，愿意学习新工具，愿意学习新工具，并在某处拥有一点艺术家可以进入数据架构甚至数据可视化。
简而言之，大数据对IT专业人士提供了很大的潜力，谁将享受展示他们创造力的机会。
频繁的Computerworld贡献者谭harbert.是华盛顿特区的作家，专攻技术、商业和公共政策。
这个版本的故事最初发表在《计算机世界》的印刷版上。它改编自一篇文章在Computerworld.com上之前出现。
工作机会
大数据工作头衔和技能
如果没有常规的标题，甚至是标准资格，很难知道是什么让某人适合大数据工作。本市基于与大数据专家和招聘人员的访谈，试图匹配一些具有所需技能的一些最常见的标题。
aC /数据科学家：大数据领域的佼佼者。这一职位可能最接近麦肯锡2011年的一份报告所称的“深度分析人才”。一些公司正在为数据科学家设立高级管理职位。其中许多人都有数学或传统统计学的背景。有些人有人工智能、自然语言处理或数据管理方面的经验或学位。
aC /数据架构师：擅长使用凌乱数据的程序员，不同的数据类型，未定义的数据和大量歧义。他们可能是有传统的编程或商业智能背景的人，他们往往熟悉统计数据。他们需要创造力和持久性能够以新的方式利用数据来创造新的见解。
aC /数据Visualizers：技术人员将分析转化为业务的信息可以使用。他们利用数据并将其置于外文语言中，探索数据意味着什么以及它将如何影响公司。他们需要能够理解和沟通业务的所有部分，包括C级管理人员。
aC /数据更改代理：基于数据分析推动内部运营和流程变化的人员。他们可能来自六西格玛的背景，但他们也需要沟通技巧，将行话翻译成其他人能理解的术语。
aC /数据工程师/运营商：大数据基础设施的设计师，建设者和管理人员。他们开发了架构，有助于分析和处理业务需求的数据。他们确保这些系统正在顺利进行。
“做得最好的人是那些有强烈好奇心的人，”Greylock Partners公司的常驻数据科学家D.J. Patil说。帕蒂尔可能知道他在说什么:《福布斯》杂志称赞他和Cloudera创始人杰夫·哈默巴赫尔创造了“数据科学家”这个词。在职业生涯的早期，帕蒂尔帮助LinkedIn发展了数据科学团队和战略。
- Tam Harbert.
阅读更多关于管理的内容在Computerworld的管理主题中心。
这篇文章，“大数据意味着巨大的IT工作机会——为合适的人”，最初发表于《计算机世界》 。