بررسی اشتباهات رایج شرکت ها در استخدام تحلیلگر داده و متخصصین و کارشناسان حوزه های علم داده Data Scientist و کلان داده Big Data و ارائه راهکار برای رفع این ایرادها
مشکلات جذب کارشناس تحلیل داده برای شرکت ها
در حال حاضر در بیشتر استارتآپ ها و حتی برخی شرکت ها بزرگ کشور مشکلات متعددی در جذب کارشناسان و متخصص های حوزه های علم داده، کلان داده و... وجود دارد. این مشکلات را می توان در موارد زیر دسته بندی نمود.
1- عدم شناخت نیازمندی های تحلیلی کسب و کار:
یکی از مشکلات متعدد، عدم شناخت مدیران اجرایی و عملیاتی با کارکردها و حوزه های تحلیل داده می باشد. برخی مواقع مسئولین استخدام نمی دانند که نیروی جدید باید از چه توانایی هایی برای انجام وظایف محوله برخوردار باشد.
2- اولویت دادن به برخی مؤلفه های غیرکلیدی در استخدام:
در بسیاری از جزئیات فرصتهای شغلی منتشرشده در بازار کار کشور برخی محدودیت ها همانند نوع دانشگاه، رشته تحصیلی، جنسیت، سن و... به عنوان برخی محدودیت های کلیدی مطرح می باشد که لزوما اصلا معیارهای جامع و کاملی در جذب متخصصین واقعی علم داده نخواهد بود.
3- مطرح نکردن سؤالات مناسب در مصاحبه استخدامی:
پرسیدن سؤالات صحیح در مصاحبه ها از مهمترین مسائل در جذب افراد متخصص به حساب می آید چراکه می تواند از جزئیات دانشی و تخصصی افراد خبر دهد. در برخی از مصاحبه ها بعضا سؤالات بسیار کلیشه ای یا بسیار کلی به صورت مصاحبه های بدون ساختار مطرح می گردد که سبب سردرگمی کارشناسان استخدام در جذب یا عدم جذب افراد خواهد شد.
4- عدم بیان تصویر کامل از شرح شغلی:
در برخی استارتآپ ها در ابتدا تصویر کاملی از شرکت و شرح شغلی به افراد داده نمی شود. در ابتدا باید مسئولیت های کاری هر فرد به درستی تعریف گردد تا آن ها بتوانند سختی کار را درک کرده و ببینند آیا قادرند این حجم فعالیت را تحمل کنند یا خیر؟
5-مزایای مادی و معنوی:
در حوزه مزایای مادی و معنوی و جذب استعدادها (talent hunting) در حوزه Data Scientist، عملکرد شرکت ها و استارت آپ های کشور بعضا سطح خوبی ندارد. عدم بیان شفاف موارد فوق در آگهی های جذب، عدم تناسب میزان مزایای مادی با شرح شغلی و وظایف مورد نیاز و... از مشکلات این بخش می باشد.
6- تمرکز بر مهارتهای فنی:
بعضا در جذب متخصصین علمداده و تحلیل گران داده بیشترین تمرکز بر مهارتهای فنی میباشد. این در حالی است که یکی از مؤلفه های کلیدی در جذب متخصص علم داده توجه به مهارت های نرم (Soft Skills) همانند مهارت های ارتباطی، خلاقیت، داشتن تخصص حوزه (Domain Expert)، کار تیمی و... میباشد.
راهکارهای مدیریت اشتباهات رایج در استخدام تحلیلگر داده
جهت مدیریت موارد فوق راهکارهای زیر به مدیران عالی و عملیاتی شرکت ها پیشنهاد می گردد.
الف: جهت آشنایی با نیازمندی های دقیق تحلیلی شرکت و کسب و کار خود، بهره گیری از دانش مشاوران متخصص، بررسی تجارت برتر شرکت های موفق، مطالعه کتاب ها مرجع منتشرشده توصیه می شود.
ب: جهت مطرح کردن سؤالات استخدامی مناسب، منابع و نمونه سؤالات متنوعی در اینترنت وجود دارد.
ج: مشخص کردن تمامی نیازمندی های شرکت، تدوین دقیق شرح شغلی و ابزارها موردنیاز، تمرکز بر جنبه های مادی و معنوی در حقوق و مزایا اعلامی و... از دیگر اقدامات لازم می باشد.