H επιστήμη δεδομένων πάσχει από έλλειψη εξειδικευμένου προσωπικού.
Δεν προκαλεί έκπληξη το γεγονός ότι μεταξύ των τεράστιων κενών ψηφιακών δεξιοτήτων στην Ευρωπαϊκή Ένωση, η επιστήμη δεδομένων ψάχνει διαρκώς καινούργια ταλέντα και προφανώς δεν μπορεί να καλύψει τη μεγάλη ζήτηση, διότι πλέον τα πάντα στο διαδίκτυο και την τεχνολογία στηρίζονται στα δεδομένα, οπότε οι εταιρείες βρίσκονται σε κυνήγι μαγισσών τα τελευταία χρόνια, όμως το ερώτημα είναι γιατί τα πανεπιστήμια δεν βγάζουν πολλά ικανά άτομα με τις απαραίτητες δεξιότητες για να καλύψουν τις θέσεις εργασίας πάνω σε αυτόν τον τομέα;
Η Ευρωπαϊκή Επιτροπή εξέδωσε έκθεση το 2015, η οποία διερεύνησε το πρόβλημα με περισσότερες λεπτομέρειες. Ανέφερε ότι τότε το 77% αυτών των θέσεων εργασίας παρέμειναν άδειες και πιστεύει ότι το πρόβλημα θα επιδεινωθεί, με αύξηση της ζήτησης κατά 160% μεταξύ του 2013 και του 2020.
Η Ευρωπαϊκή Επιτροπή (European Commission) πιστεύει ότι θα χρειαστούμε ακόμη 346.000 επιστήμονες δεδομένων σε τούτη την περίοδο για να γεμίσουμε το κενό και αυτό απαιτεί από την τεχνολογική βιομηχανία και τον εκπαιδευτικό τομέα να συνεργαστούν για να εξασφαλίσουν ότι το πρόβλημα δεν θα επιδεινωθεί πέραν του 2020.
Γιατί όμως υπάρχει έλλειψη ταλέντων στην επιστήμη δεδομένων;
Ο λόγος για τον οποίο απλά δεν υπάρχουν αρκετοί επιστήμονες δεδομένων για να καλύψουν όλες τις κενές θέσεις είναι ότι η κλίμακα και η ζήτηση της ανάλυσης δεδομένων έχουν αυξηθεί γρηγορότερα από ό, τι κανείς θα φανταζόταν ποτέ . Προβλέπεται από τη Capgemini ότι ο όγκος των δεδομένων που παράγονται από τις επιχειρήσεις θα αυξηθεί 20.000 φορές μεταξύ του 2000 και του 2020 και παρόλο που είμαστε αρκετά σχετικά κοντά προς το 2020, κάθε έτος που περνάει θεωρείται μεγάλη απώλεια για το συγκεκριμένο τομέα επειδή σταματάει η ανάπτυξη, λόγω έλλειψης εξειδικευμένου προσωπικού για να χειριστεί την κατάσταση.
Υπάρχουν πολύ πιο συνδεδεμένες συσκευές απ ‘ότι στο κοντινό παρελθόν , που τις έχουμε αναμφισβήτητα ανάγκη, γεμίζοντας κάθε πτυχή της καθημερινότητάς μας, είτε πρόκειται για φορητές συσκευές, έξυπνες οικιακές συσκευές / συσκευές γραφείου ή ακόμη και περισσότεροι χρήστες που χρησιμοποιούν το διαδίκτυο για να ψωνίσουν, να αλληλεπιδρούν με γνωστά brand names και πολλά άλλα, δημιουργώντας επιχειρηματικές ιδέες , αλλά το ζήτημα είναι ποιος θα τις υλοποιήσει, αφού τα πανεπιστήμια αδυνατούν να εφοδιάσουν την αγορά με ικανότατα στελέχη.
Παρόλο που η ποσότητα των δεδομένων είναι εντυπωσιακή και είναι θετική, αυτό που δεν είναι τόσο ευοίωνο είναι ότι τα δεδομένα είναι άχρηστα χωρίς να αναλύονται και να εντοπίζουν τον κύριο μετασχηματισμό. Χωρίς το εργατικό δυναμικό για να υπολογίσουμε τι σημαίνουν όλες αυτές οι πληροφορίες, είναι άσκοπο να συλλέγουμε τα δεδομένα πιστεύοντας ότι θα μας βοηθήσουν.
Τι κάνει ο κλάδος για να βοηθήσει να κλείσει το χάσμα των δεξιοτήτων;
Η Ευρωπαϊκή Επιτροπή έχει δεσμευτεί να προσπαθήσει να καλύψει το χάσμα των δεξιοτήτων των επιστημόνων σε ολόκληρη την Ευρώπη με τη διεξαγωγή συνεδριών που θα διερευνήσουν τις δυνατότητες των επιχειρήσεων να προσπαθήσουν να κάνουν το πρόβλημα λιγότερο σοβαρό, να ανταποκριθούν στις απαιτήσεις των οργανισμών και να χρησιμοποιήσουν τα δεδομένα που συλλέγουν για να αποκτήσουν βασικές γνώσεις σχετικά με τους πελάτες τους και πώς να αναπτύξουν την επιχείρησή τους.
Οι επιχειρήσεις αρχίζουν επίσης να αντιδρούν στην έλλειψη δεδομένων των επιστημόνων της κάθε χώρας και συνεργάζονται με άλλες επιχειρήσεις και εκπαιδευτικά ιδρύματα για να προσπαθήσουν να καλύψουν το κενό πριν γίνει υπερβολικά μεγάλο για να το διαχειριστεί κάποιος.
Για παράδειγμα, η εταιρεία διαχείρισης δεδομένων και αναλύσεων SAS συνεργάστηκε με την HSBC και τη Data Lab για να εισαγάγει ένα μάθημα MSc στη Data Science for Business. Το μάθημα θα διεξαχθεί στο Πανεπιστήμιο του Stirling και έχει σχεδιαστεί για όσους θέλουν να ξεκινήσουν τη σταδιοδρομία τους στην ανάλυση δεδομένων. Διδάσκει τους μαθητές πώς να χρησιμοποιούν προηγμένα αναλυτικά στοιχεία και να εφαρμόζουν αυτές τις δεξιότητες σε σενάρια πραγματικής ζωής.
“Υπάρχει μια έλλειψη πτυχιούχων που αναδύονται με τις δεξιότητες για να εφαρμόσουν τις τεχνικές πτυχές της επιστήμης των δεδομένων και να χρησιμοποιήσουν τα αναλυτικά στοιχεία για να πάρουν οι εταιρείες σωστές επιχειρηματικές αποφάσεις”, δήλωσε ο Δρ Kepa Mendibil, επικεφαλής μαθήματος MSc in Data Science στη Σχολή Διοίκησης του Πανεπιστημίου Stirling.
“Μέσα από αυτό το μάθημα, εστιάσαμε στις πρακτικές προκλήσεις που αντιμετωπίζουν οι οργανισμοί με τη συγχώνευση των ειδικοτήτων με την ανάπτυξη ενός προγράμματος διδασκαλίας που βάζει τα θεμέλια στη σύνδεση μεταξύ των επιχειρήσεων και της διαχείρισης των ανάλυσης δεδομένων “.
Το Office of National Statistics στη Μεγάλη Βρετανία καινοτομεί για να εξασφαλίσει ότι η χώρα έχει τους απαραίτητους πόρους που χρειάζεται, σε συνεργασία με πανεπιστήμια από όλη τη χώρα για να εφαρμόσει μαθήματα επιστήμης δεδομένων, τόσο με MSc όσο και με βραχυπρόθεσμα μαθήματα.
Αν και το κλείσιμο του χάσματος δεξιοτήτων των επιστημόνων δεδομένων δεν είναι ένα πρόβλημα που μπορεί να επιλυθεί αμέσως, είναι σημαντικό οι επιχειρήσεις και η κυβέρνηση να συνεργαστούν για να εξασφαλίσουν ότι θα κάνουν βήματα προς τη δημιουργία ενός καλύτερα εξοπλισμένου εργατικού δυναμικού.
Απαιτείται βαθιά προσέγγιση αναφορικά με το θέμα και η διδασκαλία των νέων για να προκύψουν πλεονεκτήματα και δυνατότητες στα δεδομένα, θεωρείται ως η φαιά ουσία. Η έναρξη των εξειδικευμένων μαθημάτων χαρακτηρίζεται ως επιτακτική ανάγκη και η κατάρτιση του υπάρχοντος προσωπικού για τον τρόπο με τον οποίο θα αναλύονται τα δεδομένα για να διασφαλιστεί η πραγματική σημασία των πληροφοριών που κατέχουν οι εταιρείες δεν θα χαθεί απλώς από κωλυσιεργία, διότι θα επρόκειτο καθαρά για απερισκεψία.
Ποιος είναι ο ρόλος του επιστήμονα των δεδομένων;
Ενώ οι επιστήμονες δεδομένων βρίσκονται σε μεγάλη ζήτηση, ο ρόλος τους μπορεί να διαφέρει αρκετά σημαντικά από εταιρεία σε εταιρεία, εξηγεί η επιστήμονας δεδομένων Jessica Kirkpatrick, στην εταιρεία πρόσληψης τεχνολογίας Hired.
«Με απλά λόγια, η επιστήμη των δεδομένων υιοθετεί την επιστημονική μέθοδο και την εφαρμόζει σε σύνολο δεδομένων μιας επιχείρησης για να αντλεί πληροφορίες που βοηθούν την εταιρεία να πάρει στρατηγικές αποφάσεις» λέει. «Ωστόσο, αυτό μπορεί να σημαίνει μια μεγάλη ποικιλία από πράγματα από την άποψη των καθημερινών καθηκόντων»
Ενώ ένας επιστήμονας δεδομένων μπορεί να αναλάβει την υποχρέωση να παίρνει ακατέργαστα δεδομένα – για παράδειγμα από μια εφαρμογή ή έναν ιστότοπο – και να τα οργανώνει σε μια βάση δεδομένων με τρόπο που να καθιστά εύκολη την ανάλυση, κάποιος άλλος μπορεί να διενεργεί δοκιμές σε έναν ιστότοπο για να διαπιστώσει ποια ποια μεθοδολογία έχει την καλύτερη απόδοση για τους χρήστες, όσο και για τους εργαζόμενους της ιστοσελίδας.
«Για παράδειγμα, στο Hired, θα μπορούσαμε να δοκιμάσουμε ένα νέο εργαλείο προγραμματισμού συνεντεύξεων με μια μικρή ομάδα πελατών για να δούμε πώς αυτό το νέο χαρακτηριστικό επηρεάζει την ικανότητά τους να προσλαμβάνουν υποψηφίους» προσθέτει ο Kirkpatrick.
«Στη συνέχεια, συγκρίνουμε πόσο αποτελεσματικά αυτή η ομάδα δοκιμών είναι σε θέση να προσλαμβάνει υποψηφίους με τους υπόλοιπους πελάτες που δεν έχουν πρόσβαση στο εργαλείο. Αυτό μας επιτρέπει να κατανοήσουμε αν το εργαλείο βοηθά τους πελάτες μας ή όχι και αν πρέπει να το προσθέσουμε ως μόνιμο χαρακτηριστικό στο προϊόν μας»
Ο ρόλος όμως επικεντρώνεται ολοένα και περισσότερο όχι μόνο στα δεδομένα, αλλά και στην εταιρική στρατηγική, εξηγεί η Kirkpatrick, βοηθώντας τα στελέχη να προσδιορίσουν τους αποδοτικότερους τομείς της επιχείρησης και ποιες περιοχές χρειάζονται επιπλέον πόρους ή όπου οι εταιρείες πρέπει να μειωθούν.
“Έχουμε δει την αύξηση του αριθμού των ρόλων των επικεφαλής Data Officer τα τελευταία χρόνια, επειδή οι εταιρείες συνειδητοποιούν ότι είναι σημαντικό να έχει κάποιον με βαθιά αναλυτική γνώση της επιχείρησης στην αίθουσα συνεδριάσεων”, λέει ο Kirkpatrick.
