怎样才能持续招到最牛的数据人才?
怎样才能持续招到最牛的数据人才?
2015-12-07 15:59:10 来源:dongfeiwww 虎嗅
抢沙发
2015-12-07 15:59:10 来源:dongfeiwww 虎嗅
摘要:这是一篇来自国外的文章,原文叫How to Consistently Hire Remarkable Data Scientists 作者是Jeremy Stanley,Sailthru公司的主力数据科学家和EVP工程师,他负责搭建公司智能的个性化营销平台。他的数据科学团队致力于预测、推荐及优化算法。
关键词:
大数据
准备介绍:
当应聘者来到他们的“数据工作日”现场,你该做的第一件事是给他们提供一份打印的系列指南。其中的部分包括(尽可能的详细):
简介——一封欢迎信和对“数据工作日”的日程及任务介绍
免责声明(或许是保密协议)——向你的法务部门咨询是否需要免责声明
目标——工作任务的总体精要概况和你所期望成功的“数据工作日”应得到的成果
建议的时限——你预期应聘者需要多长的时间。让他们了解自己最大的挑战是时间的限制。
数据——你所提供的数据的一个宽泛的描述,足以给下面章节的一些背景信息。
主题——4个或5个精简的主体列表。
评价——你想从成功的应聘者中得到什么
技术安装——笔记本电脑提供的简要的工具解释。
数据信息——
所提供数据的更全面详尽的描述。每一个文档,作为一个整体的内容描述,每一个包含的领域,和数据集的大小(行或观测值的数量)。
最重要的事情是选择研究主题。主题应该尽量差异化以便不同背景的应聘者能够找到他们自己感兴趣同时也是可进行的主题。同时,确保这些主题聚焦在对于你工作有价值的实际应用上。这样既可以确保你所需要测试的技能,同时也能给应聘者关于你们团队工作更加真实的感触。
最后,研究主题应该只是作为建议。我更愿意给与应聘者自由发挥的空间。最重要的是在结束时他们能够对自己所做的有意义的分析和记录感到自信。
记住,如果你的说明清晰切中要点的话,应聘者将花费更少的时间回答问题。
笔记本电脑
向应聘者提供一台在可查询的路径下预装了说明、数据和软件的笔记本电脑。我们使用苹果的MacBook Pro(所有的数据科学家和工程师使用Mac或者Linux工作),我们安装了如下软件:
HomeBrew
Anaconda(Python distribution)
R
RStudio
EmacsandVim
Java 7
Eclipse
在HomeBrew的帮助下,数据人员能很快安装其他需要的软件。同时,我们把.CSV的数据文档放进他们的根目录下。我们建议应聘者使用开源的编辑语言(如Python,R或者Julia)提交他们的开放问卷以便每个人都习惯使用它。
时间表:
在公司一个典型的数据工作日是这样的:
上午10:00—签到
应聘者签到,受到我们招聘团队的欢迎,并参观指定地点
上午10:05—搭档
应聘者的搭档(指定的数据科学团队成员)带应聘者喝咖啡并带他/她参观办公室。
上午10:15—培训
数据工作日拍档给候选用笔记本和简要说明向应聘者在哪里可以找到数据
上午10:20—指导
应聘者坐下来阅读行动指南检查数据,并决定选择一个研究方向
上午11:30—筹备会
应聘者认真听取团队筹备会,了解他或她的工作内容,并陈述他或她的研究方向是什么。
上午12:30—午饭
一些拍档带着应聘者去吃饭,过程中了解更多关于他/她的背景和性格,并让应聘者问一些问题。
如果需要问问题:
应聘者可能会问团队中任何成员数据、技术或背景相关的问题,但往往从他们的拍档开始(如果可行的话)。
下午4:30—提醒
我们提醒应聘者,他/她将在5:30提交结果,并鼓励他们开始准备他们的演示。
下午5:30—结果呈现
应聘者用20分钟呈现他/她一天中所发现的内容,然后是10分钟的团队及其他与会者的问答环节。
下午6:00—反馈
我们要求应聘者给我们对他/她的体验反馈,然后搭档或招聘人员引导应聘者暂时离开并约定期望沟通最终结果的时间。
下午6:15—决策
总体而言,从招聘团队给出的时限是很合理的。拍档在早上花15分钟时间,也许下午再花15分钟回答应聘者问题。筹备会和午餐会不可精简。演讲和问答一组五人需30分钟,然后通常再需要15分钟做决策。总的来说,团队花费超过4人小时和应聘者在一起,不会比花在传统面试上的实际多。
到目前为止,从文化匹配视角看当天最深刻的部分应该是午餐时间,你可以看到应聘者在一个非正式的社会场合的行为表现。从技术角度来看,这一天最深刻的部分是成果呈现后的问答环节,我们为了验证应聘者方法的严谨性并确定他们如何应对我们的团队中很常见的激烈的技术或分析辩论,会想尽办法去提出探索性和挑战性问题。
第四十一届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:pingxiaoli
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。