Wie Citizen Data Scientists mehr Innovation ermöglichen

Da Unternehmen ihren Einsatz von Analytik, künstlicher Intelligenz (KI) und maschinellem Lernen (ML) weiter ausbauen, steigt die Nachfrage nach Data Scientists sprunghaft an. Laut dem Bureau of Labor Statistics wird erwartet, dass Data Science-Jobs zwischen 2020 und 2030 um 31,4 Prozent zunehmen werden, was Data Science zu einem der am schnellsten wachsenden Berufe des Landes macht. Data Scientist steht auch auf Glassdoors Liste der besten Jobs für 2022 an dritter Stelle, und ein eng verwandter Titel, Machine Learning Engineer, steht an vierter Stelle auf LinkedIns Liste der Jobs on the Rise 2022.

Tatsächlich ist die Nachfrage so groß, dass Unternehmen nicht genügend qualifizierte Bewerber finden, um die verfügbaren Stellen zu besetzen.

Viele Data-Science-Vollzeitjobs erfordern einen höheren Abschluss, mehrjährige Erfahrung und sehr spezifische Fähigkeiten. Während es potenzielle Kandidaten für Data-Science-Jobs gibt, „eliminieren nur vier technische Anforderungen und drei Jahre Erfahrung 98 % des Kandidatenpools“.

Unternehmen haben auf den Mangel reagiert, indem sie die Gehälter für Data-Science-Rollen erhöht haben. Da der Erwerb der erforderlichen Fähigkeiten und Abschlüsse jedoch sowohl schwierig als auch zeitaufwändig ist, kann es viele Jahre dauern, bis genügend Kandidaten vorhanden sind, um den Bedarf zu decken. Inzwischen kompensieren immer mehr Organisationen den Mangel, indem sie mehr Mitarbeiter dazu befähigen, Citizen Data Scientists zu werden.

Ein Citizen Data Scientist ist jemand, der Modelle mit fortschrittlichen Analyse- oder Vorhersagewerkzeugen erstellt, dessen Hauptaufgabe jedoch nicht in Statistiken oder Analysen liegt. Diese Personen verfügen über datenwissenschaftliche Fähigkeiten, sind jedoch möglicherweise nicht so fortgeschritten wie Datenwissenschaftler. Citizen Data Scientists können in den Bereichen Marketing, Vertrieb, Finanzen, Preisgestaltung, IT, Cybersicherheit oder einer Reihe anderer Bereiche arbeiten. Sie haben in der Regel gerade genug Data-Science-Kenntnisse, um die Anwendungen auszuführen, die sie für Analysen verwenden. Aber weil sie diese Fähigkeiten mit fortgeschrittenem Wissen in ihren Fachgebieten kombinieren, sind sie in der Lage, KI und ML auf innovative Weise einzusetzen, die zu größerem Erfolg für ihre Unternehmen führen.

Um diese Innovation jedoch freizusetzen, müssen Organisationen Citizen Data Scientists mit den richtigen Tools und der richtigen Unterstützung ausstatten.

Fallstudie: Epsilon

Ein Unternehmen, das Citizen Data Scientists erfolgreich unterstützt hat, ist Epsilon. Das Unternehmen mit Hauptsitz in Dallas, Texas, bietet Marketingdienste an, die viele der erfolgreichsten Treueprogramme unter den Fortune-500-Unternehmen unterstützen.

Epsilon verwaltet die Datenanalyse für die Datengenossenschaft Abacus. Diese Gruppe von mehr als 3.000 Marken teilt Kaufdaten, sodass sie potenzielle Kunden genauer ansprechen können. In einem typischen Jahr erstellt Epsilon mehr als 100.000 ML-Modelle und verarbeitet häufig Datensätze im Terabyte-Bereich. Bei einem Betrieb dieser Größe war es für das Unternehmen sinnvoll, so viel wie möglich von seiner Datenwissenschaft zu automatisieren.

Mit diesem Ziel vor Augen setzte das Unternehmen H2o.ai Driverless AI ein und Dell-Infrastruktur. Dies ermöglichte es Epsilon, seine Prozesse zu rationalisieren und gleichzeitig einen vollständigen Einblick in die Modelle zu ermöglichen, sodass das Unternehmen sicherstellen kann, dass es keine Verzerrungen einführt.

Die Lösung ermöglichte es den Mitgliedern außerdem, 15.000 relevantere Interessenten mit ihren Direktmarketingkampagnen anzusprechen, und sie steigerte die Rücklaufquoten um 3-5 %. Das mag wie eine kleine Steigerung erscheinen, aber es führte zu einem enormen Umsatzwachstum. In nur einer Kampagne trugen die H20.ai-Modelle dazu bei, zusätzliche Einnahmen in Höhe von 9 Millionen US-Dollar zu erzielen. Und da Epsilon mehr als 8.000 Kampagnen pro Jahr verwaltet, war die Gesamtwirkung für die gesamte Abacus-Gruppe enorm.

Die Macht validierter Designs

Um Citizen Data Scientists in die Lage zu versetzen, solche Ergebnisse zu erzielen, müssen Unternehmen ihren technologisch versierten Mitarbeitern die richtige Kombination aus Hardware und Software zur Verfügung stellen. Eine der schnellsten Möglichkeiten, dies zu tun, ist ein technisch validiertes Design.

Zum Beispiel die neue Von Dell validiertes Design für KI – Automatisches maschinelles Lernen umfasst H20.ai Driverless AI für automatisches maschinelles Lernen, NVIDIA AI Enterprise Suite™ für Cloud-native KI-Entwicklung und -Bereitstellung, bereitgestellt auf VMware vSphere® mit Tanzu™ auf einem technisch validierten und optimierten Dell-Infrastruktur-Stack, der aus VxRail V670 oder PowerEdge R750xa besteht Server, PowerSwitch-Netzwerke und PowerScale F600-Speicher.

Zu den wichtigsten Vorteilen gehören:

    • KI vereinfacht: Automatisches maschinelles Lernen macht es einfacher für alle um KI-Modelle zu trainieren
    • Schnellere KI-Einblicke: Machine Learning Operations (MLOps) optimieren die KI-Einführungsproduktion schneller
    • Bewährte KI-Expertise: Stellen Sie vertrauensvoll eine technisch getestete/validierte AutoML-Lösung bereit, die durch erstklassige Services und Support unterstützt wird

Sehen Sie sich Dell Validated Designs for AI an, um maschinelles Lernen zu automatisieren, KI-Ergebnisse zu beschleunigen und zu verbessern, mit dem Vertrauen auf eine bewährte, technisch validierte und optimierte Lösung. Besuche den Seite Dell validierte Designs für KI-Lösungen für mehr Informationen.

Author: admin

Leave a Reply

Your email address will not be published.