圍繞著大數據這個技術熱詞，很多媒體都建議企業或組織應投入巨資聘請和留住具備高技能水準(當然也是高薪)的數據科學家。

而現實情形卻是，很多企業將會利用各種數據分析技術，培訓員工來解決大數據挑戰，以便將大數據轉變為智慧數據。

小企業，大數據

CompTIA的研究經理Tim Herbert稱，對于大量的中小企業來說，圍繞大數據的炒作并未引起共振，也沒有多少企業在招聘這方面的人才，因為這些企業所面臨的挑戰其實跟大數據并沒有真正的聯系。

“很多企業實際上并沒有大數據問題，他們遇到的是其他一些小得多的挑戰，”Herbert稱。他們所遇到的數據挑戰主要是在IT部門和其他部門之間關于市場營銷、財務和業務運營方面的問題，這些才是他們真正的業務目標，而他們需要明了的是如何將原始數據轉變成可操作的智能數據。

CompTIA上個月發布的第二份年度報告“大數據洞察及其商機”顯示，很多中小企業將會投資培訓其現有的員工，而不會花錢去聘用一位經過正規培訓的數據科學家。

“高薪聘用那些受過專業培訓，具有高學歷的數據科學家對大多數企業來說可能并不實際，所以他們會把有限的資金投入現有資源中去，”Herbert說。

CompTIA的研究發現，大多數中小企業將會依靠現有的業務分析師和財務分析師來做大數據的工作，當然這些人也需要進行再培訓才行。

根據CompTIA的報告，這一情形在很多企業中正在發生，銷售和研究部門參與大數據相關創新的比例分別從17%和13%上升到了27%和25%。

Herbert認為，根據這些數字，大數據看來已從IT部門走出，進入了其他的業務部門，但也只是很少的一部分。

“大多數企業尚未意識到，他們必須首先確保其數據格式能夠***地適用于分析，以便產生價值，”Herbert說。“找到相應的技術來實現這一點很容易，但是要找到并培育分析人才和專家卻很難，需要花費相當一段時間。”

大企業，大挑戰

Kognitia的CTO Roger Gaskell說，對數據科學家的最初需求一般來說大企業較高，因為這些企業會嘗試將其數據和復雜的商業智能解決方案的所有價值都發揮出來。

很多正在尋找競爭力優勢的大型企業將會借機聘用那些能夠挖掘數據，預測市場未來趨勢、銷售周期、趨勢和客戶行為的人才，Gaskell稱。

“假如企業需要某些預測型分析功能，那就得聘用一些數據科學家，但是想要聘用一支完整的數據科學家團隊那成本太高了，”Gaskell說。因此企業將會想辦法培訓自己的業務和財務分析師，以及普通的業務用戶，利用各種自動化工具來執行數據分析任務。

“從客戶那里得到的反饋是說，他們只需要少數專家，可能只需要3位、5位，頂多7位擁有高技能和高學歷的數據科學家，”Kognitia負責業務發展和營銷的副總裁Michael Hiskey說。

大數據的現實 vs 炒作

就現階段而言，這種急于去聘用訓練有素的高學歷數據科學家的趨勢似乎得歸功于大數據的炒作，尤其是因為IT行業還處在大數據的使用和關聯應用的起步階段的緣故，Hadoop解決方案提供商MetaScale負責全球營銷的Ankur Gupta如是說。

“沒錯，大企業正在尋找擁有統計和預測建模背景的人才，這些人才能夠深入挖掘數據，預測各種趨勢。當然，企業也得有耐心等待這些趨勢和行動能見分曉的時候，”Gupta說。

“眼下，我們看到的一個趨勢是，企業亟需能夠分析數據，并利用其進行決策的人才。但我們還處在大數據發展的初期階段，隨著技術的發展，我們相信企業會逐漸把大數據分析功能分流到機器、軟件和技術上去。到了那個時候，企業就不需要聘用十多位數據科學家來做這些工作了，”Gupta說。