机器学习和数据科学人才的挖掘

今年，在我们的春季会议期间，我们将举行 探险:数据. 下面是对杰夫Kanel的采访，他谈到了我们希望在这次活动中实现的目标.

两年前，我们拥有了第一个数据 & 分析(D&A)要识别和发展的事件 机器学习 (ML)和公司内部的数据科学人才. 这次活动取得了巨大的成功.

8个3到4人的团队参与其中, 为我们的客户提供可操作的ML和数据科学信息，并帮助大约6名Centric员工获得ML认证. 这些员工中的许多人现在都在为该公司的ML计费项目工作.

今年，我们正式命名了这个活动 探险:数据. 这些团队将在今年的春季会议上展示他们的工作成果. 路易. 与我们的技术伙伴合作, 微软, 以及全国数字营销公司RevLocal, 我们更深入地探讨了ML和数据科学在解决业务问题方面的潜力.

主任和国家 数据和分析 实践中铅 杰夫Kanel 讨论了第一次会议产生的ML和数据科学解决方案, 他预期的结果 探险:数据，以及这些活动如何在Centric中心实现这项技术的未来.

你从第一次ML和数据科学活动中学到了什么?

我们第一年的目标有两个:在我们的团队中识别ML和数据科学人才, 并确定该技术在现实世界中的业务应用. 我们在这两个方面都取得了成功. 但最重要的是，我们了解了更多客户的数据科学策略，以及我们如何帮助他们达到他们需要的位置，以最大限度地利用ML.

我们保持了宽松的指导方针，从而产生了一些真正的创造性. 例如，Amos Long, a .NET架构师(现在是ML工程师)在我们 St. 路易业务单元她在一项倡议中工作，帮助一家专业护理机构应对其日程安排方面的挑战. 由于熟练护理是一个有独特需求的压力领域，安排工作人员可能会变得复杂. 阿莫斯着手开发一种ML解决方案，使他们能够更有效地工作，同时提高员工满意度，减少倦怠.

就他希望实现的目标而言，阿莫斯的项目并不是100%成功, 但事实证明这是一件好事. 他能够找出失败的原因——开始时没有足够的数据——并将其反馈给客户. 因为他的项目表明，他们需要在数据收集方面更加努力才能取得成功, 他们现在已经建立了相应的系统来做到这一点. 对我来说, 这比让项目完全交付它想要实现的目标更大的胜利.

您希望找到什么样的技术解决方案 探险:数据?

今年我们有很棒的合作伙伴 微软 和 RevLocal. 我们在微软机器学习技术上的投资是非常深的. 它包括Azure机器学习服务、Azure机器学习虚拟机和Azure数据块. 我们希望通过微软的平台即服务(PaaS)工具来展示我们的能力.

RevLocal慷慨地分享了他们的数据供我们使用, 他们确定了六个业务问题，供团队解决. 两家公司甚至将为此次活动提供评委, 我们非常感谢他们的热情和参与.

RevLocal发现的问题围绕着我们所有人都面临的一个关键问题:员工和客户保留. RevLocal 努力成为企业所有者最值得信赖的数字营销合作伙伴，并相信有机会改善与客户和员工的关系. 

这是一件很酷的事情——创建ML和数据科学活动的最初想法是为了满足我们的员工满意度和留住员工. 我们想要找到那些有潜力在ML和数据科学方面表现出色的员工, 即使他们不是“技术”人员, 为了让他们对在我们公司工作感到更兴奋. RevLocal要求我们解决的问题将允许我们为他们制定有针对性的员工保留解决方案.

从客户保留的角度，我们将扩展之前的一些D&我们与RevLocal合作，以确定可能会离开公司的客户的特征. 我们的目标是为这些客户开发基于ML和数据科学的保留计划.

像这样的事件 探险:数据 使Centric及其客户在ML和数据科学方面具备领导能力?

探险:数据 充分展示了我们员工的热情，他们使用先进的技术，如ML. 与 国际数据公司(IDC) 预计到2025年，数据创建量将相当于175 zettabytes，是2018年的5倍。企业必须找到更智能的方式，不仅管理数据，而且使其符合业务需求, 因此，它会带来更好的商业决策.

结论

创新和员工敬业是我们文化的重要组成部分, 我们期待开发更多的方法来识别我们组织中的隐藏人才. ML和数据科学为我们所有人代表了一个令人兴奋的新世界. 让我们一起努力，站在这个快速发展的技术的前沿.

关于RevLocal

RevLocal 从2010年开始，你就一直致力于本地营销行业的变革吗, 而且他们也很高兴能够领导向本地搜索营销的转变. 今天, 他们为美国各地许多蓬勃发展的本地企业提供个性化的数字营销解决方案.S.他们才刚刚开始.

关于微软

微软为智能云和智能边缘的时代实现了数字化转型. 它的使命是让这个星球上的每一个人和每一个组织都能取得更多的成就.