如何判定你招聘的數據挖掘人員是否稱職

像任何行業一樣，在數據挖掘領域人員能力差別也是非常大的?？傮w來說，商業人員或者其它一些雇傭和管理像數據挖掘這種技術專家的人往往本身并不是這方面的專家。因些，有時候老板們就很難去評價一個數據挖掘者的表現。這篇文章列舉了一些數據挖掘表現的要點。希望，這些對于評價一個好的數據挖掘者有借鑒作用。

1、該名數據挖掘者沒有或者具有很少的編程技能

大多數數據挖掘者的工作環境都要求其會抽取或者準備數據。這個過程其可以自己完成的越多，那么其依賴別人就趙少。在理想情況下—即可以直接從準備好的表格中得到需要的分析數據，一個會寫代碼的數據挖掘者比不會的代碼同事（例如：數據轉化、重新編碼）可以更好、更多的從數據中得到信息。同時，當他的預測模型需要布置在生產系統的時候，一個可以提供代碼的DM可以提供很好的幫助。

2、一個好的數據挖掘者可以很有效的與非數據人員進行交流

生活中并不是每個人都是統計專家，數據挖掘的結果必須讓那些沒有或者有少量數學背景的同事可以理解。如果別人都不理解分析結果，那么很難讓他們去欣賞數據呈現的顯著結果，從而也就不可能按結果去采取行動。一個可以很好的向不同“受眾”（內部顧客、管理者、監管機構人員、媒體工作者）清楚表達自己的數據挖掘者比不能很好表達人對公司更有價值。一個數據挖掘者應該是很渴望收到別人的問題。

3、該數據挖掘者從來沒有新方法

如果一個數據挖掘都總是用同一個辦法解決各種新、老問題，那么他是不合格的。他應該，至少有時候，建議用新技術或者方法去解決問題。這并不是要求總是要用有新的方法法：畢業大多數的工作通過基礎的統計即可解決。重要的是他們的運用方式。

4、該數據挖掘者無法解決自己做的東西

數據挖掘是一門細心的藝術。這里有許多統計陷阱、且概率與統計表現的重要特征可能是違反直覺的。但是，如果一個數據挖掘者無法提供說明（至少簡單）他們具體做了哪些事情、且為什么這樣做，并不是做的所有工作對公司都有價值。管理層想知道為什么你需要那么多的記錄用于分析（畢竟是他們在為這些記錄付錢），數據挖掘者應該要為他的決策提供一些客觀理由支持。

5、數據挖掘人員沒有把工作內容與 商業目標聯系起來

一個數據挖掘者如果不能把數據與工作實際聯系起來，就好像在真空中工作，那么是無法幫助他的經理（團隊、公司）去評估或者利用他的工作成果。這就意味著，他是在一個技術目標還不是商業目標。如何：增加P值、準確度、AUC等這些并沒有給公司帶來利益（例如：客戶流失率、市場份額）

6、數據挖掘從來沒有提出任何挑戰

一個數據挖掘人員應該有獨特的視角去看公司和其所處的環境。他可以通過數據比他的同事看到更多、更全的情況，從而他也更不可能因為視角不全（或者信息不對稱、或者工作闡揚）而產生偏見。因些，也不可能每次都百分之百同意其同事的提出意見。如果一個數據挖掘人員從來沒有挑戰你的假設（商業慣例、結論），那他是不合格。