是你遇到的槽点满满的HM么——Hiring Manager在招聘数据科学家时会犯的错误
在2020年全球经济快速衰退的背景下，数据科学领域成为了招聘市场的宠儿，尤其是那些在职位名称中包含“数据”和“科学”关键词的职位。随着数据科学领域的热度不断上升，认证项目、求职者和被归类为“数据科学”工作的职位数量激增。然而，随着数据科学家数量的增加，那些招聘他们的人需要提高自己的技能，因为他们发现许多人并没有提出正确的问题，甚至可能对数据科学领域知之甚少。
招聘人员在努力将数据科学家的头衔贴在各种职位上，从系统分析师到可视化专家，这种混淆导致了数据科学劳动力构成的变化，并压低了薪资水平。一些公司甚至将“数据分析师”的职位错误地标注为“数据科学家”，这种分类错误还会导致更低的薪水和更多的求职者。这种问题在印度尤其普遍，因为印度需要大量的数据分析师，但他们通常被宣传为“数据科学家”。
数据科学专业人士表示，许多公司发布的工作描述常常误导求职者，这些问题在印度尤其常见。他们警告雇主，不要发布充斥术语的数据科学招聘信息，这会导致求职者士气低落和工作满意度下降。此外，接受错误的工作不仅会导致简历质量下降，还会降低数据科学家的招聘成功率。因此，求职者在接受任何职位前，应进行充分的调查，了解职位的详细信息，确保自己的职业生涯不会受到损害。
招聘者需要了解，虽然数据科学领域正在发展，但真正有经验的数据科学家和值得关注的职位仍然是少数。为了吸引合适的候选人，关键在于尽可能具体地描述职位的职责和技能要求。例如，Airbnb的数据科学主管Elena Tej Grewal根据自己在分析、算法和推理方面的专长，将团队分成了三个部分，强调了工作职责和应聘者经验的特殊性，这有助于推动数据科学招聘领域的成熟。
总的来说，数据科学领域在发展，但招聘者需要提高自己的技能，明确职位需求，以吸引真正有经验的数据科学家。通过具体描述职位职责和技能要求，招聘者可以更准确地找到合适的人选，从而推动数据科学领域的发展。
多重随机标签