数据科学事业正在蓬勃发展，各行各业对技能熟练员工的需求越来越高。调查发现，出色的数据科学家拥有一些相似的特征，这让他们从人群中脱颖而出。 当今社会对数据科学家的需求缺口很大，这个技能短缺仍将持续几年。根据IBM的研究，2020在美国的所有数据的专业人员每年的职位空缺数量从36.4万增加到272万。另一项调查显示，到2020年，对数据科学家、数据开发者、数据的工程师等新岗位的需求量将有接近70万的缺口。 许多公司发现，自己寻找合格的候选人仅能满足业务的技术要求。然而，仅仅因为一个人在技术上符合标准，并不一定意味着他们能成就一个强大的团队。人力资源主管还应注意数据科学家的其他特征。数据显示，招聘到一个合适的数据科学家平均需要53天的时间，而这些数据科学家的身上通常带有这5种特质：
1.分析能力和定量推理能力
软件公司SAS通过调查数据了解数据科学工作者。一个优秀的数据科学家最主要的特点是具有很强的逻辑分析能力。被调查的人群中，有41%的人拥有这一特点，使其成为有力的说明。 数据科学家应该有技术偏见，这意味着他们坚持数据，而不是把情绪或直觉带入争论中。这个人必须能够清晰地表达，并以易于理解的方式解释概念，因为团队中的其他人可能没有技术背景。
2．讲故事的能力
数据科学家不仅需要分析数据，还需要向非技术团队成员解释这些数据。合格的数据科学家可以查看数据并讲述它的来龙去脉，解释团队应该如何收集数据，他们如何分析结果，以及他们预测将来会发生什么。随着大数据对公司决策过程变得更加重要，团队更需要一个能够有效地将数据故事告诉团队其他成员的领导者。
3.团队合作
根据CrowdFlower的调查，优秀数据科学家的团队总是乐于工作且积极向上的。调查发现，60%的数据科学家花最多时间打扫和整理数据。几年前纽约时报认为这个数据应该是80%。当被问及他们最不喜欢的工作中的哪一部分时，57%的科学家回答数据清理和组织数据。 重要的是，公司雇佣一个团队成员或一个数据科学家，他们应该接受在工作中需要数据清理和数据组织。企业可以努力向数据科学家提供其他有趣的任务，但应聘者应该明白，清理和组织数据是工作的一部分。
4.解决实际问题
使用数据来解决问题是工作的一个基本要素，但是数据科学家也必须能够考虑其他方面的问题。IT行业的发展速度之快难以言喻，数据科学家可能会发现自己没有合适的工具和资源来完成某项任务。根据Crowd Flower的调查，14%发现自己没有足够的工具去完成某些任务。 人力资源经理应该寻找能够解决这个问题的候选人，并利用手头的资源来完成数据任务。数据科学家也应该知道哪些资源是完成工作所必需的，也可以向企业要求这些工具，这才是强有力的候选者。随着行业针对社会需求的发展，数据科学家应该能够应付技术的缺乏，并完成必要的工作项目。
5.好奇心
数据科学正以惊人的速度增长，行业内的突破时刻在发生，因为从事IT工作的人渴望推动数据的使用。那些对数据的使用充满好奇的候选人将成为优秀的团队成员，因为他们可以帮助公司找到收集大数据的新用途。 数据科学发展很快，因此能够在这一领域有效工作的候选人对企业很有吸引力。然而，人力资源和管理人员应该确保候选人具备这五项技能，从而强大自己的数据团队，而不是只雇佣符合技术要求的人。创建一个有凝聚力的数据科学团队，可以推动数据的使用，帮助企业找到新的、创新的解决问题的办法。
