與其坐等招聘廣告的落空，企業更應該進行重新思考、重新培訓和重新調整組織，并努力填補數據科學人才的缺口。

隨著企業開始尋找能夠從收集到的所有信息中發現深刻見解的專業人士，其對數據科學家的需求似乎是永無止境的。  

在2019年1月發布的一份報告中，商業和就業社交媒體網站LinkedIn根據薪資、職位空缺數量和同比增長數據，將數據科學家列為了2019年最有前途的工作。   該報告稱，今年預計將會有4000多個的數據科學家職位空缺，比2018年增加56%。數據科學領域的頂級技能包括了數據挖掘、數據分析和機器學習。  

問題是，由于人才短缺，公司往往不能足夠快地填補這些職位空缺。然而，這并不意味著他們不能獲得數據科學家所擁有的技能。雖然這可能需要一些創造性的思考和堅持，但是組織可以通過各種方式來處理數據科學家的短缺。以下是一些建議。  

1.尋找那些正在考慮改變職業的人   如今，隨著數據科學日益受到關注，技術專業人士--甚至非技術人員--都可能會考慮進入這個領域。  

技術咨詢公司SPR的企業架構執行副總裁Pat Ryan表示:“我們也在尋找那些來自訓練營的轉行人士。這些人有職業道德，對自己有信心，可以從他們知道的職業轉向全新的東西。”  

SPR可以讓人們盡早從工程和教練等職業中走出來，并指導和培訓他們所需的數據科學技能。“這是一項比直接雇傭數據科學家更長期的投資，”Ryan說。“但我們的經驗是，擁有這種獨特背景的人除了具備技術技能外，還具備人際關系和情境技能，這些技能也是很難被找到的。”  

SPR也希望雇傭在數據分析方面有正式學術背景、有工作經驗的人。“這些人有必要的學術背景來理解數學，并有能力進行一些必要的發展，”Ryan說。  

2.重新培訓現有員工   在勞動力市場緊張的情況下，招聘新的技術工人可能會很困難。因此，各個組織正在轉向他們自己的技術員工群，以尋找潛在的數據科學家。通過培訓項目和卓越中心的使用，公司可以增加擁有數據科學技能的內部員工數量。  

“我們希望在內部培訓我們的數據工程師，讓他們了解該如何設計數據解決方案，包括如何應用機器學習算法，以及額外的數學和統計知識，”Ryan說。 “這樣，他們就能理解R平方或混淆矩陣究竟能夠告訴他們什么了。”  

安永咨詢公司美洲咨詢和金融服務辦公室的創新主管Roger Park表示，許多機構都會面臨的一個挑戰是如何縮小專業知識和經驗之間的差距。該公司正在對所有員工進行數據科學方面的培訓，而不僅僅是該領域的員工。   “我們會鼓勵員工積極參與并完成新的培訓，”Park說。“例如，我們有一個名為EY badge的項目，它允許人們通過在數據可視化、人工智能、數據轉換和信息戰略等在市場上與眾不同的技能上獲得數字證書，從而投資于自己的職業生涯。”  

Park說，通過激勵人們獲得新的徽章，并提供強有力的課程，該公司正在使培訓變得更輕松，更有趣。  

安永用來激勵人們學習新技能的另一個策略是游戲化。“當新技術出現時，我們還不知道可以在哪里使用它時，我們就會開發基于一些獎勵的挑戰--比如黑客馬拉松--以便讓我們的員工想出有趣的用途和應用，”Park說。 “我們會利用人們對新產品或新工具的渴望，來探索將這些新技術和技能帶入日常工作的途徑。”  

3.利用導師關系并建立卓越中心   許多組織已經擁有了大量的數據科學家，他們可以幫助那些有抱負的數據科學家以及與那些已經在該領域工作的人分享知識。通過指導，有經驗的專業人士可以向新員工傳授有關企業內部運作的知識。  

“其中的一個策略是讓新人與了解業務的導師進行合作，”Park說。“每個優秀的數據科學部門都需要知道以下三件事的人:知道如何編寫算法的人，知道如何將算法轉化為程序的人，以及具有商業頭腦的人。”  

Park表示，學術界無法教會人們如何將商業部門與數據科學結合起來。這就是在組織中創建卓越的分析中心可以提供幫助的地方，因為它們能夠將志同道合的人聚集在一起，這些人將繼續互相挑戰，并盡其所能地使用技能。  

通過這些中心，“數據科學家可以遍布整個組織，并可以就他們領域之外的項目進行咨詢，”Park說。