¿Es una mala gestión tener un científico de datos con un título avanzado para realizar análisis e informes?

Es una mala práctica administrativa emplear a alguien en una capacidad que resisten o rechazan, porque existe un conflicto entre el recurso y sus responsabilidades, lo cual es contraproducente. Si un empleado rechaza sus responsabilidades, entonces debe ser reemplazado o sus responsabilidades deben cambiarse. En este caso, y generalmente la mayoría de las veces, el grado es irrelevante; La buena gestión debe emplear recursos capaces para abordar las necesidades comerciales. Presumiblemente, usted es capaz y la empresa necesita tanto análisis como informes.

Usted ha descrito un papel de interés muy limitado para usted. La investigación y el diseño de algoritmos son importantes, pero si no estás involucrado en la implementación y no estás involucrado en la interpretación, eres middleware. Si no analiza los datos procesados ​​por sus modelos, ¿cómo puede evaluar la validez y las limitaciones de sus modelos? Si no participa en la implementación, ¿cómo asegura la precisión del proceso? Todos los datos del mundo no tienen valor sin aplicación, sin transformación en información, ya sea desestructurada o modelada.

En cualquier caso, su gerente espera una participación más amplia que usted. El problema es la distancia entre sus expectativas y sus expectativas. Para mejorar la situación, debe cerrar la distancia. Si no tiene el tiempo para hacer ambas cosas, puede hacer un argumento para un rol separado sobre esa base. Si tienes tiempo, pero no quieres hacerlo, entonces tendrás que comprometerte. En su posición, trataría de salir de los informes con automatización y realizar análisis exploratorios o predictivos periódicos sobre aspectos de los datos que me interesan.

Esto es algo así como comprar un teléfono inteligente de $ 1,000 para mensajería: un desperdicio porque el usuario no sabe cómo usar todas las funciones, pero es común y aceptado porque hay tantas personas que lo hacen.

(Sin embargo, apesta ser el teléfono).

Yo empatizo

Por lo general, no utilizar a un científico de datos en todo su potencial es un desperdicio: para la empresa que invierte en usted cuando podría haber contratado a alguien más barato, y para su propia inversión en las habilidades que ha desarrollado además de lo que se necesita para hacer informes.

La realidad de la contratación de ciencia de datos es que muchos departamentos de recursos humanos y gerentes de contratación tienen poca idea de las habilidades específicas de ciencia de datos que necesitan en su empresa. Por lo tanto, buscan señales como tener un doctorado o una maestría en estadística o ciencias de la computación como representantes de las habilidades que necesitan. Y no los culpo: la ciencia de datos puede ser una gran parte de nuestro mundo, es una pequeña parte de la suya.

PERO.

No deduzcamos demasiado en base a muy poco: también hay razones perfectamente buenas por las que un científico de datos podría terminar haciendo informes:

  • En un buen proceso de contratación, el candidato debe saber lo que implica el trabajo. Si un científico de datos sabe que solo creará informes en su función, pero aún así elige aceptarlo , entonces es su elección con la que deben vivir.
  • Para sus comentarios, leer documentos y diseñar algoritmos puede no ser valioso para su empleador. Si una empresa no tiene la madurez suficiente para aplicar los algoritmos existentes , es poco probable que comprenda los nuevos, déjelos útiles.
  • A veces, un informe humilde en realidad puede ser más valioso, y si solo hay unas pocas ‘personas de datos’, es posible que no tenga suficiente trabajo de ‘ciencia de datos avanzada’ para justificar no hacer algunos informes.

TL: DR: los informes en sí no son malos y su trabajo debe ser valioso para justificar su presencia en la empresa. Pero si hay suficiente trabajo de ‘ciencia de datos real’ para hacer y el apoyo para hacerlo, entonces sí, es un desperdicio. También es desafortunadamente común. Entonces, como profesionales, ayudemos a educar a las empresas.

Es una mala gestión si:

  • Hay personas adecuadamente calificadas y con experiencia (SQEP) para hacer todo el lado de implementación / informes / análisis de las cosas, y
  • Esos SQEP están preparados para hacer solo eso, y
  • Hay suficiente diseño / investigación de algoritmos para que pueda hacer eso a tiempo completo, y
  • Ponerlo en esa posición no pone en riesgo el negocio si está incapacitado (es decir, no es la única persona de diseño)

De lo contrario, puede ser una decisión de gestión adecuada.

Tu jefe no tiene idea, pero eso parece ser bastante común en las empresas estadounidenses. Los jefes rara vez entienden las habilidades, talentos o áreas de especialización de quienes trabajan para ellos. Si obtienen los resultados que desean, están lo suficientemente contentos (de todos modos, por el momento, sus expectativas pueden cambiar y pueden comenzar a querer más, pero ese es un tema aparte). Solo quieren hacer cambios si es necesario. Mientras esté dispuesto a hacer este trabajo y dar los resultados esperados, es probable que nada cambie. Las empresas en general son un desperdicio atroz, así que no esperes que eso sea una motivación para impulsar el cambio.

More Interesting

¿Cuáles deberían ser las habilidades básicas de un científico de datos?

¿Cómo comenzar una carrera en Machine Learning en India? ¿Cuáles son las perspectivas de ML en India? En qué OSS es mejor trabajar para obtener una buena experiencia en ML

¿Es posible trabajar como científico de datos o como programador cuantitativo si NO tiene un doctorado o antecedentes académicos en STEM?

¿Cuáles son algunas habilidades / matices que el ingeniero de software convirtió en científicos de datos que carecen de los estadísticos / ML PHD poseen?

¿Qué hacen los expertos en productos en Palantir? ¿Son similares a los gerentes de producto de otras compañías?

¿Qué piensas sobre los científicos de datos de 'panorama general'?

¿Cuál es el futuro de la ciencia de datos?

¿Alguien puede ilustrar los seis algoritmos (con diagramas de flujo si es posible) que un científico de datos debe saber?

¿Cómo debería prepararse un más nuevo para ser publicado como científico de datos en India?

¿Cuál es la diferencia entre los científicos de datos y los informáticos? ¿Los científicos de datos son principalmente estadísticos o informáticos?

Cómo prepararse para la entrevista de caso de uso de ciencia de datos

¿Dónde podemos encontrar científicos de datos en India?

¿Por qué los hospitales no invierten masivamente en científicos de datos, ya que están sentados en una pila de datos?

¿Cuánto gana un científico de datos en Apple?

¿Cómo debo prepararme para un trabajo de científico de datos? Actualmente, soy estudiante de primer año de ingeniería informática.