正如 Antony Bourne 解释的那样，随着制造业变得越来越数字化，对训练有素、有能力的数据科学家的需求只会增加。作为一个行业，制造业在采用大数据、物联网 (IoT) 和机器人技术等新技术方面取得了长足进步。这对整个行业来说是个好消息，但当你窥视幕后会发生什么？后台团队是否到位以支持行业正在发生的重大变化？ IFS 全球制造业总监 Antony Bourne。普遍存在技能短缺的讨论很多，但是随着物联网创建大量数据存储库等趋势，制造商不可忽视的一个特别重要的角色是数据科学家的角色。这些专业的数据解释员只能挖掘最相关的公司信息，并提供有见地的反馈ack 以提高企业的竞争优势。问题是，尽管各行各业产生了大量的企业数据，但此类人才供不应求。 Gartner 最近预测，到 2020 年，20% 的企业将雇用人员来训练神经网络，这表明对数据科学家的需求只会增加。今天进入小学的儿童中有 65% 将从事目前没有的角色存在，可以清楚地看到技能格局正在迅速变化。在制造业中尤其如此，服务化、自动化和数字建模等趋势正在彻底改变传统方法。对于这些公司来说，仅仅雇佣千禧一代是不够的，他们需要拥有具备分析数据并使其有意义所需的特定技能的人员。组织需要有意识地努力迎接这一挑战。
数据科学家：我们为什么需要他们?
随着制造商走上涉及物联网和大数据的道路，自然需要能够分析这些数据并思考如何从中获得最大收益。对于我们的许多客户来说，问题不在于成本，而更多地与过时的心态有关。许多制造商根本没有准备好以新的方式看待与数据科学家相关的技能和工作要求。虽然他们可能会为他们在工厂中引入的创新技术拍拍自己，但没有数据科学家就位，他们错过了很大一部分拼图。数据科学家：我们如何创建它们？
麦肯锡公司报告称，到 2018 年，将有大约 160,000 个数据科学家职位空缺无法填补仅在美国。显然，在创造和培养成为更广泛行业的数据科学家所需的人才方面做得还不够，更不用说制造业了。我们的大型制造商之一g 客户购买培训学院只是为了满足他们在行业中看到的技能匮乏。虽然它不仅仅关注数字技能，但它们是一个关键焦点，这是我们开始在整个行业看到的趋势。并非所有制造商都有资源，甚至有意愿购买培训学院或新公司，但该行业正面临技能短缺，而且没有简单的出路——需要做出有意识的决定。一个步骤可能是创建内部数字学徒制，而不是教授重型机械，而是专注于数字技能以帮助他们分析整个企业中提取的数据。对于很多人来说，这可能是一个更好的选择，而不是去上大学并最终背负巨额债务来偿还。人们很欣赏通过学徒制，他们将在接受适当技能培训的同时获得报酬。另一种方式可能是引入综合性为可能已经在使用相关技术，但要么没有充分利用它，要么没有以最高效的方式利用和分析产生的数据的现有员工提供培训。数据科学家：我们如何才能吸引
因此，虽然在制造业中制定培训数据科学家的计划很好，但公司必须集中精力实际让这些候选人通过大门，然后留住他们。我们经常听到的一件事是制造业的形象。鉴于整个行业的技术进步令人印象深刻，其在更广泛经济中的“蓝色工作服”认知与现实不符。还没有人解决为吸引最优秀的技术人才（包括数据科学家等）进入该行业而需要进行的品牌重塑。单靠一家公司无法改变制造业的整体形象。制造企业需要采取措施看看他们未来的劳动力将来自哪里，重要的是要针对每个相关教育水平的潜在员工。无论是参加中学或大学的招聘会，还是以数据科学家的需求为重点，推广制造业的现状。一旦建立了这些关系，这些就是宣传数字学徒计划或制造商可能投资的未来毕业生计划的好地方。最后，请记住，即使您聘请了数据科学家，工作也不会就此停止。拥有这种特定工作组合的员工供不应求，确保您的工作场所尽可能具有吸引力至关重要，这样您才能保留该技能组合。确保您的员工在工作与生活之间取得适当的平衡。在可能的情况下，寻求实施灵活的工作政策并让您的员工参与定期培训。请记住，每次您实施新技术时您需要磨练内部技能以充分利用您的新资产，就像在工厂车间使用新机器一样——技术也不例外。
