كيفية بناء فريق أحلام البيانات

تعد البيانات ذات أهمية بالغة لأي شركة تقريبًا – فهي شريان الحياة الذي يجعل المؤسسة تعمل. لكن إدارة البيانات والاستفادة منها وتحقيق الميزة التجارية لها أمر صعب أيضًا.
إذا كانت الاستفادة الكاملة من البيانات أمرا صعبا بما فيه الكفاية، فإن التوقعات ترتفع – مع تغيير الذكاء الاصطناعي للعبة. تقليديًا، كانت أساليب التعامل مع البيانات تتم من خلال عدسة تركز على الأنظمة، مما يضمن أن الأنظمة التي تعمل عليها الشركة لديها البيانات المطلوبة التي تتدفق من خلالها. ولكن الآن، انتقلت المهمة إلى التأكد من أن البيانات جاهزة للذكاء الاصطناعي. وهذا يعني أنه يجب أن يتم وضع علامة بشكل صحيح بحيث تعرف تطبيقات الذكاء الاصطناعي ماهية المعلومات ومن أين أتت وكيف تم استخدامها من قبل. وهذا يمكّن الذكاء الاصطناعي من فهم ما تعنيه البيانات دون الحاجة إلى تفسيرها بنفسه. وبدون ذلك، قد يخمن الذكاء الاصطناعي بشكل غير صحيح، مما يؤدي إلى أخطاء وعواقب غير مقصودة وحتى الهلوسة.
في عصر الذكاء الاصطناعي، حوكمة البيانات القوية لقد كان أكثر أهمية من أي وقت مضى. تحتاج المؤسسات إلى سياسات واضحة ومعايير صارمة وعمليات محددة جيدًا لضمان جودة البيانات. نفس القدر من الأهمية هو المنهجي إدارة البيانات طوال دورة حياتها، بما في ذلك التنظيم المتسق والتخزين الآمن والإدارة بحيث تظل البيانات دقيقة وموثوقة ومناسبة للتطبيقات التحليلية وتطبيقات الذكاء الاصطناعي المتقدمة.
بناء فريق البيانات
كل هذا يعني أن وجود فريق البيانات المناسب أمر ضروري. ومع ذلك، فقد أدى ذلك أيضًا إلى زيادة المنافسة في السوق بالنسبة للمحترفين مهارات البيانات المتقدمة والخبرة. لذلك يعد الوضوح بشأن الفريق والأدوار التي تحاول بناءها أمرًا ضروريًا. إذًا، كيف يبدو “فريق أحلام البيانات”؟
في تجربتنا، سواء من جانب التوظيف الذي يخدم السوق أو كممارس للبيانات في بناء فريق وإدارته، يتعين عليك تشكيل فريق البيانات بشكل صحيح، جنبًا إلى جنب مع عمليات وهياكل البيانات اللازمة، قبل أن تتمكن حتى من التفكير في المضي قدمًا نحو الذكاء الاصطناعي.
عدة أدوار حاسمة. أولاً، مهندسي البيانات تعتبر أساسية لأنها تحدد العمليات اللازمة لجمع البيانات وإدارتها وتخزينها لاستخدامها من قبل الشركة؛ وضعوا الأسس. مهندسي البيانات تأكد من أن تدفقات البيانات والاتصالات بين الأنظمة تتوافق مع احتياجات العمل، ويمكن توسيع نطاقها ودعمها بشكل صحيح. ثم ماهر علماء البيانات و محللي البيانات استخدم البيانات لاستخلاص رؤى قابلة للتنفيذ بما في ذلك تطبيق تقنيات الذكاء الاصطناعي وربما بدء التطور نحو مراحل التعلم الآلي والأتمتة. محللو ذكاء الأعمال (BI). تلعب أيضًا دورًا مهمًا من خلال تسليط الضوء على الأعمال/القطاعات لما تظهره البيانات. عندما تصبح الأعمال التجارية أكثر نضجًا فيما يتعلق بكل من البيانات والذكاء الاصطناعي، تتطور الحاجة إلى ذلك مهندسو الذكاء الاصطناعي/تعلم الآلة لتصميم أنظمة ذكية باستخدام تدفقات البيانات التي تم إنشاؤها.
هناك دور رئيسي آخر ناشئ وهو ما يمكن وصفه بأنه “مترجم البيانات” أو ربما أ “مهندس حلول البيانات”. يشكل هؤلاء الأفراد حلقة الوصل بين فريق البيانات والأعمال، ويعملون كقناة للمساعدة في ترجمة الرؤى من البيانات إلى إجراءات عمل يمكن اتخاذها. وهذا يتطلب كلاً من المهارات والمعرفة التقنية، والفطنة والفهم التجاريين. إنه دور غالبًا ما يتم التغاضي عنه، على الرغم من أن المزيد من الشركات تبدو وكأنها تدرك أنه جزء حيوي من اللغز.
ومن الجدير بالذكر أن الطلب على هذه الأدوار كلها مرتفع، وقد يكون من الصعب ملؤها. ونتيجة لذلك، قفزت الرواتب المرتبطة بالبيانات بشكل كبير في الأشهر الـ 18 الماضية أو نحو ذلك. في حين أن العديد من رواتب الأدوار التقنية ارتفعت فقط بمعدل التضخم أو بالقرب منه، فإن بعض أدوار البيانات قد ارتفعت بنسبة 15-20٪. قد يحصل المحلل الجيد على ما يتراوح بين 70 إلى 90 ألف جنيه إسترليني، وربما 80 إلى 110 ألف جنيه إسترليني للمهندسين والعلماء، بينما يمكن لمترجم البيانات/مهندس الحلول البارع أن يجذب 120 ألف جنيه إسترليني أو أكثر.
كما يتبين مما سبق، فإن النهج الجيد للبيانات يتعلق بوجود فريق متعدد التخصصات يتكون من أدوار مختلفة، ويعملون معًا بشكل وثيق. لذلك، لا يتعلق الأمر بأي حال من الأحوال بالعثور على أشخاص يتمتعون بالمهارات التقنية المناسبة – بل يجب أيضًا أن يكون التوافق الثقافي داخل الفريق والعمل من الاعتبارات الرئيسية. كما هو الحال في كثير من الأحيان، يتعلق الأمر بالناس بقدر ما يتعلق بالتكنولوجيا. لا ينبغي للشركات أن تتوقع تجميع فريق البيانات المناسب بين عشية وضحاها. إنها عملية عضوية وتدريجية قد تستغرق ما بين 12 إلى 18 شهرًا حتى تؤتي ثمارها بالكامل.
سؤال القيادة
ثم هناك مسألة القيادة: من الذي يجب أن يتولى المسؤولية التنفيذية عن البيانات وفريق البيانات؟ معظم الشركات لديها كبير مسؤولي البيانات أو ما يعادله (مدير البيانات أو رئيس البيانات وما إلى ذلك) – السؤال الرئيسي هو أين يقع هذا الفرد في التسلسل الهرمي للإدارة. في عالم مثالي، سيكون رئيس البيانات على قدم المساواة مع رؤساء التكنولوجيا والمنتجات، وسيكون له مقعد في مجلس الإدارة. من الناحية العملية، لا يزال هذا ليس هو الحال في كثير من الأحيان – ولكنه شيء نتوقع أن يتغير في السنوات المقبلة، خاصة مع استمرار مسيرة الذكاء الاصطناعي. هناك اختلافات أخرى. على سبيل المثال، في الشركات التي تنفذ تطبيقات واسعة النطاق للذكاء الاصطناعي، نرى أحيانًا مديرًا رئيسيًا للبيانات يعمل جنبًا إلى جنب مع كبير موظفي الذكاء الاصطناعي، ولكن في بعض الشركات يتم دمج الدورين في دور واحد. لا توجد إجابات “صحيحة” هنا – فالأمر يرجع في الواقع إلى الديناميكيات الفردية داخل المنظمة.
أخيرًا، من المهم أيضًا إدراك أن البيانات ليست مسألة تخص فريق البيانات فقط: فكل شخص هو مستخدم للبيانات. لذلك، يجب أن يكون الإلمام بالبيانات في جميع أنحاء الأعمال على جدول الأعمال، مع توفر التدريب والموارد لمساعدة الجميع على زيادة كفاءتهم وثقتهم في البيانات. بهذه الطريقة فقط ستدرك بشكل كامل فوائد كل العمل الذي قمت به لتحقيق تدفق بيانات عالي الجودة ودقيق وذو صلة في جميع أنحاء المؤسسة، مما يؤدي إلى تغذية عملية صنع القرار التجاري وفتح العوائد التجارية.
جاك كابيل هو مدير جنوب المملكة المتحدة لهارفي ناش. آدم أسبري هو مدير البيانات في شركة Maximus UK.




