三位当地领导人分享了他们在候选人加入其快速发展的数据团队时所寻求的资格。

在招聘数据专业人员时,技术专长是必不可少的,但软技能可能同样重要。对于快速扩展的团队,有时很难确定哪些特征有助于在快速招聘人才的同时保持其既定文化的完整性。

Smarter Sorting 的首席数据官 Russell Foltz-Smith 认为好奇心是产品智能平台的首要任务。处理数据需要有条不紊地筛选线索并拼凑出一个巨大的谜题,他将其比作法医练习。这就是为什么继续寻找答案的渴望对 Foltz-Smith 的团队尤为重要。

保险经纪公司 Acrisure Technology Group 的高级软件架构师 Trey Perry 对此表示赞同。 “我们正在寻找具有好奇心、善于交流和协作的人,”他说。

很难在数据向导和文化契合度之间找到微妙的平衡,因此 Built In Austin 要求三位当地数据负责人分享他们在加入团队的候选人中寻找资格的秘诀。

世界杯压球app下载

Layla Martin,数据工程经理

Layla Martin,数据工程经理

在扩展数据团队时,最重要的招聘考虑是什么?

众所周知,我们行业中与数据相关的角色没有明确的界限。在一个组织内的集中或分散的团队中,很自然地会发现人们在数据工程、数据科学、分析和商业智能等可以说是广泛的学科中工作。最近对该行业的介绍是数据治理或安全、机器学习和分析工程以及 MLOps 或 DataOps 中的专门角色。

最重要的第一步是在公司内拥有能干的领导,可以为这些角色如何互操作制定战略。领导层应该精通行业趋势,包括历史和当前的中断。他们的目标是定义数据环境不同组成部分的战略和所有权,并确保团队朝着正确的方向发展。我看到最有价值的人是对他们的学科有深入了解的人,他们可以执行高价值的计划;那些能够建立跨学科关系并共同推动事物向前发展的人;以及那些有求知欲的人总是质疑、重新思考和改善现有的景观。

在技​​术方面,您采取了哪些步骤来确保您的工具、系统、流程和工作流程能够与您的团队一起成功扩展?

我们非常重视隔离我们正在构建的系统的不同组件,例如存储和处理、编排、服务、笔记本和可视化,以便为每个部分选择一流的工具或基础设施。多合一解决方案可能希望快速解决范围广泛的问题,但这些解决方案通常会抑制规模,因为它们将所有问题紧密结合在一起。数据领域的技术和供应商正在迅速变化,并且能够灵活地在我们的数据堆栈中引入新的或重新评估现有的组件,使我们能够随着组织的需求而发展并跟上行业变化的步伐。当我们创建新的工作流程或流程时,规模始终是一个问题。

除了围绕我们的系统如何处理数据量增加的典型规划之外,我们还考虑我们的设计模式如何通过为任何工作人员提供自助服务工具,使我们从单纯的数据工程拥有的流程转变为对数据和基础设施的访问民主化数据空间。

在扩大数据团队的过程中,您学到的最重要的一课是什么,您将如何继续应用这一课?

在工程、数据科学和分析或商业智能团队之间进行频繁和诚实的交流是必不可少的。提高我们的数据能力通常意味着增加所有群体的贡献。尽早调整未来用例所需的新技能集、设计模式或平台级计划非常重要,因为雇用合适的人员或构建强大的基础设施可能需要时间。由于我们的团队正在专心构建解决方案来解决我们当前的用例,因此我们也在不断沟通下一步的工作。我们正在分享有关业内其他人如何解决类似问题的文章,我们正在参与我们雷达上新技术的跨团队演示,我们正在公开讨论当前系统的痛点和改进。这不仅使领导层能够更好地规划整个团队的扩展,而且还使团队成员能够在组织的计划的同时扩展自己的技能和贡献。

照片来源:建于奥斯汀。阅读原始的、完整的文章 这里.

发表评论

你一定是 登录 to post a comment.

发表评论

阅读下一步