最近一份来自SAS的报告显示，一些数据科学家对自己的角色不满意，他们在进行有效工作时面临障碍。

据数据分析公司SAS上个月表示，其报告“加速数字化转型 ”旨在深入研究数据科学的状况，评估大流行的影响，以及分析领域的满意度。

虽然数字化转型因大流行而“大大加快”，但报告描述了对数据科学家额外需求的影响。

例如，调查指出，42%的数据科学家说他们的数据科学成果没有被商业决策者使用。

尽管90%以上的受访者表示其工作的重要性与大流行病前相同或更甚以往，但还是出现了项目乏善可陈的情况。

“加速数字化转型 ”的其他主要发现：

分析

·超过66%的数据科学家对分析项目的结果表示满意

·然而，42%的受访者对其公司对分析和模型部署的使用感到不满意

技能差距

·不到33%的数据科学家认为，他们在云管理和数据库管理等程序密集型技能方面具有高级或专家级的熟练程度

·94%的受访者在大流行之后经历了与之前相同或更多的云使用

人工智能伦理

·43%的数据科学家表示，他们的组织没有对人工智能(AI)分析过程中的偏见和歧视进行具体审查

·26%的受访者表示，在他们的组织中，不公平的偏见被用作衡量模型成功的标准

大流行的影响

研究显示，大流行“颠覆了标准的商业惯例”，改变了模型和预测算法的假设和变量。这些变化引起了流程、实践和操作参数调整的“涟漪效应”。

该报告还表明，数据科学家的“挑战”在大流行之前就已经存在。

·73%的数据科学家表示，自大流行以来，他们的工作效率和以前一样，甚至更高。

·77%的受访者透露他们与同事有相同或更大的合作。

数据准备

·58%的数据科学家在收集、探索、管理和清理数据方面花费了更多的时间。

“由于大流行病加速了许多组织原本计划的数字化转型项目，这对数据科学家提出了更多要求。”SAS英国和爱尔兰的数据科学主管Iain Brown说。

“让人沮丧的一个主要原因是，要找到一种方法，让企业从分析项目中获得洞察力，并将其用于决策。这意味着，让数据科学家在董事会中占据一席之地可能是条出路。”

“与此相关的是，我们发现了对数据科学团队支持和人才短缺的担忧，这个问题已经有一段时间了，供不应求。”

“总的来说，数据科学家有充分的理由感到乐观，随着时间的推移数据科学家的角色发生变化，大流行让他们在组织中的重要性更加凸显。”

作者：Chris Ehrlich