工作日鸡血 | 怎样雇佣一个数据科学家？不要给他们出测试题，编程、统计、数学才是需要考虑的！

新的一周开始了，各位宝宝们，加油哦！

此前我们看到的文章都是从面试、求职者角度出发的，本文从招聘者角度出发，为有数据科学家招聘需求的机构提供了9点建议。知己知彼，了解他们的需求，我们也能更好的充实自己的价值。

本文作者Vaishnavi Agrawal，是一家职业培训机构的资深记者，她的文章大多涉及Hadoop、大数据、商业智能、云计算、SAP、项目管理等（原文点击左下角“阅读原文”）。在本文中她为招聘数据科学家的机构提供了9条小建议，每一条的下面，数说君谈了谈从面试者角度出发的感想。

原作者Vaishnavi Agrawal，数说君原创翻译+评论，转载请注明微信号和微信ID。

1. 选择有好奇心的人

科学家应该有一颗求知欲渴的心，渴望深度挖掘自己的研究项目。因此企业应该选择那些对创新充满好奇的人，他们是终极思想家，注重细节，好奇心永无止境。

（数说君：就我自己感觉啊，在大部分行业里，做数据分析的人面对的都是一片蛮荒大地，稍微有一点好奇心，都会有源源不断的课题可以去挖掘分析。价格怎么变？数据怎么爬？哪些因素导致？背后的原理是怎样的？如何预测未来？......然后就发现工作越来越多，所以我觉得没有好奇心的人也不会选这行吧~）

2. 考虑那些有能力掌握一门新的编程语言的人

数据科学家应该是一个编程者，不要去雇佣那些没有编程能力的人。作为科学家，他们应该在数据科学这个领域深度钻研，任何一个编程语言都可能随时用到。所以，雇佣一位渴望学习和了解新编程知识的人吧。

（数说君：多少人和我一样，在工作之前，希望找的工作是自己熟练甚至精通的领域；在入职或者加入一个项目之后，又希望自己能够多多接触新的领域、学习新的技能？Anyway，数据行业的工具太多了，搭建一个“精通X种+熟悉Y种+了解Z种工具”的编程体系，应该是比较合理的吧）

3. 注意他/ 她是否精通统计学

数据科学一切都围绕着“信息”而来——分布、计算、比较和结果呈现，与信息打交道需要深厚的统计学背景，因此候选人必须要精通统计学。

（数说君：没有统计学背景应该寸步难行吧？）

4. 考虑候选人的数学基础

数学是数据科学的基础，对数据的计算和提取都需要数学知识。只有基础数学知识的人甚至都不足以胜任数据科学家。有数学背景的人是数据科学家最好的候选人。

（数说君：这段说的有点抽象，原文说的也蛮乱的，大体我的感觉是在很多学科上，线性代数和概率论还是很重要的。数学能力一般没办法证明，在简历上写着自己的专业，或者曾经修过的数学课程以及分数，足以做证明了吧？）

5. 抛弃那些没用的测试题

不要给你的候选人出什么鬼测试题（puzzling tests），解决测试题并不意味着Ta能在实际工作中解决真正的问题。有些人回答不上来仅仅因为需要点时间，有的人回答出来也只能说明Ta比较擅长这种套路。作为雇佣方，你不能为一个研究项目设置时间框架，so放弃这种测试题吧。

（数说君：很多大型企业都喜欢出题，逻辑推理啊、联想啊等等，哥也被问过，觉得这些题大概也就是一种套路吧。作为面试者，还是希望能问我一些更实际的问题，这样我也能知道自己是否可以胜任、或者说愿意挑战这份工作，你选我，我还选你呢，多一点真诚、少一点套路）

6. 良好的交流能力是加分项

科学家通常都被认为不善交流，但交流又是非常重要的技能。不论是数据科学家、作家还是销售人员，工作上都免不了与别人合作。如果你有卓越的交流能力，你便可以把你的项目解释的绘声绘色引人入胜。简洁明了的表述能力还可以让你的项目和经验很容易的传给下一个人。

（数说君：也是一个难以证明的能力，在面试中不紧张，好好准备自己的材料，有条理的回答问题，应该能混进去？）

7. 综合考虑一些软实力

这包括候选人的一些性格因素，比如领导力素质、责任心以及乐观心态。

（数说君：这些是面试时很难看出来的，但在简历中，比如工作经验和表现、项目经验和业绩、自我评价里，可以反映出来吧）

8. 安排一个最快的面试排期

相比一对一、多轮次的面试排期，还不如安排一个一次性、多人参与的面试。面试中让科学家、程序员、数学家以及管理人员都参与，每个人根据自己的视角给候选人打分。

（数说君：这一点对面试者是最好的了吧，3-4轮历时几个月的面试，并不是谁都能耗得起的，人才也许就这样流逝了）

9. 让数据科学家参与面试的流程

虽然招人是HR的事情，但行业专家最好也能参与。当招聘一位数据科学家时，试着让内部数据科学家也参与整个流程，他们实地参与了工作和项目，对人才的要求了解最清楚。

（数说君：投简历，最怕HR扫一眼学校就拒掉了，你招了一个多金高富帅/白富美，如果不对口对双方都是折磨，为什么不考虑专业项目经历都对口的→我←呢？请联系数说君！︿(￣︶￣)︿）

.END.