数据科学家在整个组织层面的工作角色大不同!

数据科学家会在组织的各个层面工作。我们对数据专业人士的调查显示,与数据科学家(个人贡献者、管理者甚至高级管理人员)相比,“处长级”数据科学家拥有许多数据科学技能方面的最高水平,并会与更多同龄人合作。分析项目结果的满意度在各个工作级别上没有差异。

尽管数据科学是一个相对较新的领域,但您可以从个人贡献者(可能从事团队工作的人)到负责领导公司科学工作的董事和高管,找到组织各级的数据科学家。在本文中,审查了不同组织级别的数据科学家,以了解他们的差异和相似之处。

数据科学家在整个组织层面的工作角色大不同!

在我们对数据科学家的研究中,我们向520位数据专家询问了他们在25项数据科学技能(5个领域)中的熟练程度,他们的工作水平(个人贡献者,经理,主管和执行官)、团队规模和满意度与他们的工作成果。我们发现大多数受访者是个人贡献者(N = 342)和管理者(N = 91)。只有少数是董事(N = 15)和高管(N = 19)。

数据科学角色因工作水平而异(见图1)。总的来说,商业管理数据科学家在组织(即高级管理人员和董事)中的比例更高,而研究、创新和开发人员数据科学家在低级组织级别(即管理人员和个人投稿人)中更普遍。

数据科学家在整个组织层面的工作角色大不同!

与其他工作水平的数据科学家相比,处于总监级别的数据科学家在商业、程序设计、数学和建模和统计方面的水平最高(见图2)。令人惊讶的是,作为高级管理人员的数据科学家在统计和数学与建模方面的水平最低。

当看到对工作成果的满意度时,董事们报告了四个工作水平中最高的满意度,但差异无统计学意义(见图3)。非显著的结果可能仅仅反映了几个组(即高管和董事)的相对较小的样本量。我们将在获取更多数据时检查这些差异,

与来自其他工作级别的数据科学家相比,作为董事的数据科学家与更多的数据科学同事合作分析项目。处长级数据科学家表示,他们与近4名其他同事(3.9人)合作,而其他组与同行人数较少。

数据科学家在整个组织层面的工作角色大不同!

总结

与企业其他层面的数据科学家相比,包括个人贡献者、管理者甚至管理人员在内的主要数据科学家自认为主要是业务管理类型,在许多数据科学技能方面拥有最高水平的熟练程度。与其他同行相比,主任级数据科学家与其他更多的同行合作分析项目(与其他4人合作)。

虽然数据科学是关于在数据中寻找见解,但对于业务而言,它是将这种洞察力转化为一种持续关注。数据科学中的大多数高层职位都与商业管理有关。毕竟,生意就是赚钱,能够将算法和回归结果转化为货币化产品或服务的数据科学家可能会上升到组织最高数据科学的位置。

相关推荐