Banner 970x250

¿Qué tiene de diferente la contratación de científicos de datos en 2020? - TechCrunch

GettyImages 605375765 investing español, noticias financieras


Banner 564x300

Es 2020 y el mundo ha cambiado drásticamente, incluso en la forma en que las empresas seleccionan candidatos de ciencia de datos. Si bien muchas cosas han cambiado, hay un cambio que se destaca de los demás. En The Data Incubator, tenemos una beca de ciencia de datos y somos responsables de cientos de contrataciones de ciencia de datos cada año. Hemos observado que estas contrataciones pasan de ser una práctica poco común a ser estándar para más del 80% de las empresas que contratan. Muchas de las resistencias tienden a ser las firmas más grandes (y tradicionalmente más cautelosas). En este punto, se encuentran en una seria desventaja competitiva en la contratación.

Históricamente, las prácticas de contratación de ciencia de datos han evolucionado a partir de la ingeniería de software. Un sello distintivo de las entrevistas de ingeniería de software es el temido rompecabezas, rompecabezas como "¿Cuántas pelotas de golf cabrían dentro de un Boeing 747?" o "Implementar el algoritmo de clasificación rápida en la pizarra". Los candidatos estudiarán durante semanas o meses para estos y el sitio web de contratación de Glassdoor. tiene una sección completa dedicada a ellos. En ciencia de datos, el rompecabezas de codificación tradicional también se ha integrado con los estadísticos: "¿Cuál es la probabilidad de que la suma de dos tiradas de dados sea divisible por tres?" Con los años, las empresas comienzan a darse cuenta de que estos rompecabezas no son muy efectivos y han comenzado a reducir su uso.

En su lugar, las empresas se centran en la evaluación de datos basada en proyectos. Estos piden a los candidatos de ciencia de datos que analicen datos del mundo real proporcionados por la empresa. En lugar de tener una única respuesta correcta, las evaluaciones basadas en proyectos suelen ser más abiertas, lo que fomenta la exploración. Los encuestados suelen enviar el código y un informe de sus resultados. Estos tienen una serie de ventajas, tanto en términos de forma como de fondo.

Primero, el entorno de evaluación de datos es mucho más realista. Los acertijos ponen innecesariamente a los candidatos sobre el terreno o los obligan a programar torpemente en una pizarra. Dado que las respuestas a los acertijos están disponibles en Google, los recursos de Internet están prohibidos. En el trabajo, es poco probable que le pidan que codifique en una pizarra o que haga cálculos mentales con alguien mirando por encima del hombro. Es incomprensible que se le niegue el acceso a Internet durante el horario laboral. Las evaluaciones de datos también permiten a los candidatos completar la evaluación a un ritmo más realista, utilizando su entorno de codificación o IDE preferido.

"Los desafíos para llevar a casa le brindan la capacidad de simular el desempeño del candidato en el trabajo de manera más realista que las preguntas de la entrevista de rompecabezas", dijo Sean Gerrish, líder técnico y autor de "How Smart Machines Think".

En segundo lugar, la esencia de las evaluaciones de datos también es más realista. Por diseño, los rompecabezas son complicados o prueban el conocimiento de algoritmos conocidos. En la vida real, nunca escribirás estos algoritmos a mano (usarías una de las docenas de soluciones disponibles de forma gratuita en Internet) y los problemas encontrados en el trabajo rara vez son tan complicados. Al proporcionar a los candidatos datos reales con los que podrían trabajar y estructurar el entregable de acuerdo con la forma en que los resultados se comparten realmente en la empresa, los proyectos de datos están más estrechamente alineados con las habilidades laborales reales.

Jesse Anderson, un veterano de la industria y autor de "Equipos de datos", es un gran admirador de las evaluaciones de datos: "Es una configuración de beneficio mutuo. Los encuestados tienen una oportunidad de luchar que imita el mundo real. Los gerentes se acercan a una mirada al trabajo, el trabajo y las habilidades de un candidato ". Las evaluaciones basadas en proyectos tienen el beneficio adicional de evaluar la solidez de la comunicación escrita, una habilidad cada vez más importante en el mundo de los negocios desde casa COVID-19.

Por último, el trabajo del proyecto técnico escrito puede ayudar a evitar sesgos al restar importancia a los aspectos tradicionales pero perjudiciales del proceso de contratación. Los CV con nombres hispanos y afroamericanos reciben menos llamadas que el mismo CV con nombres blancos. En respuesta, los candidatos de las minorías "blanquean" deliberadamente sus currículums para compensar. Las entrevistas en persona a menudo se basan en sentimientos viscerales igualmente problemáticos. Al enfatizar una evaluación estrechamente relacionada con el desempeño laboral, los entrevistadores pueden concentrar sus energías en las calificaciones reales, en lugar de depender de "instintos" potencialmente sesgados. Las empresas que buscan adoptar #BLM y #MeToo más allá del hashtag podrían considerar cómo cambiar sus procesos de contratación puede conducir a una mayor igualdad.

La forma exacta de evaluación de datos varía. En The Data Incubator, descubrimos que más del 60% de las empresas ofrecen evaluaciones de datos para llevar a casa. Estos simulan mejor el entorno de trabajo real, lo que permite al candidato trabajar desde casa (normalmente) en el transcurso de unos días. Otro 20% más o menos requiere proyectos de datos de entrevistas, en los que los candidatos analizan los datos como parte del proceso de entrevistas. Aunque los candidatos enfrentan una mayor presión sobre el tiempo por parte de ellos, tampoco sienten la presión de trabajar incansablemente en la evaluación. "Los desafíos para llevar a casa llevan mucho tiempo", explica Field Cady, científico de datos y autor de "The Data Science Handbook". "Esta es una gran tarea para los candidatos y puede ser injusta (por ejemplo) para las personas con compromisos familiares que no pueden permitirse pasar muchas horas de la tarde en el desafío".

Para reducir la cantidad de proyectos de datos personalizados, los candidatos inteligentes están preconstruyendo sus proyectos de cartera para mostrar sus capacidades, y las empresas los aceptan cada vez más en lugar del trabajo personalizado.

Las empresas que dependen de los rompecabezas pasados ​​de moda son una raza en peligro de extinción. Del recalcitrante 20% de los empleadores que todavía están atentos a los acertijos, la mayoría son las empresas más grandes y consolidadas que suelen ser más lentas para adaptarse al cambio. Deben darse cuenta de que el proceso de contratación a la antigua no solo parece extraño, sino que está alejando activamente a los candidatos. En una conferencia virtual reciente, uno de mis compañeros oradores era un novato en ciencia de datos que explicó que había rechazado oportunidades debido al deficiente proceso de selección de la empresa.

¿Qué tan fuerte puede ser el equipo si el proceso de contratación está tan desactualizado? Este sentimiento también es ampliamente compartido por los estudiantes graduados que completan la beca de ciencia de datos de The Data Incubator. Las empresas que no abrazan la nueva realidad están perdiendo la batalla por los mejores talentos.

Banner 564x300

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir

En nuestra web usamos cookies, si continúas navegando entendemos que las aceptas. Mas info