Catégories
Emplois et recrutements

Meilleure nouvelle embauche: embaucher d'excellentes données / analyses avec Matt Cowell de QuantHub

Note de l'éditeur: ERE est le nouvel endroit où vous trouverez la première édition du podcast Best Hire Ever, qui explore une vérité simple: il n'y a rien qui stimule le succès de votre entreprise comme faire une bonne location.

Nous commençons l'épisode 6, donc si vous voulez vous rattraper, dirigez-vous vers la page de l'émission pour écouter les épisodes 1-5.


Dans l'épisode 6 de Meilleure location de tous les temps, Kris Dunn s'entretient avec Matt Cowell de QuantHub sur la façon de faire d'excellentes données et embauches analytiques pour votre organisation. Matt et KD explorent les trois différents niveaux d'embauche pour la fluidité des données dans votre organisation et ce qui est important avec chaque type d'embauche. KD en prend une pour l'équipe et pose toutes les questions de base que vous évitez parce que vous ne voulez pas avoir l'air de ne pas comprendre.

Écoutez cet épisode et vous pourrez parler avec les geeks, allant de l'analyse descriptive à l'analyse prescriptive, DATA LAKES (wtf) et avoir un sens pour l'éducation continue nécessaire pour garder les savants de données que vous avez la chance de embaucher pour votre organisation heureux et, oui, conservé.


Afficher les faits saillants:

1:50 – Comment prononcez-vous Les données? Matt partage que Kris avait raison! Le major W dès le départ pour KD.

3:10 – Définition de QuantHub – Que fait l'entreprise? Ils déterminent si vous, les recruteurs d'analyses et de données, savez de quoi ils parlent, et ils les aident à les améliorer une fois qu'ils sont à la porte.

4:55 – Matt parle à KD d'être fluent des données dans une organisation? Qu'est-ce que ça veut dire? Matt décompose l'analyse descriptive (ce qui vient de se produire) par rapport à l'analyse prédictive / prescriptive. Il s'avère que le niveau inférieur est tout aussi important que le niveau supérieur.

7h20 – KD demande à Matt de définir la différence entre trois tâches d'analyse / de données dans l'organisation moderne: Analyste fonctionnel, ingénieur de données, spécialiste de l'IA. Parlons un peu de ces rôles.

12:35 – Matt est coincé et doit décrire ce qu'est un LAC DE DONNÉES est, piloté par des outils qui peuvent faire l'auto-découverte des ensembles de données.

L'article continue ci-dessous

17h20 – Matt parle de exemples pertinents d'IA dans les mondes des RH et du recrutement, en se concentrant sur les interviews vidéo, ainsi que sur le recrutement de textes et de chats.

19:50 – Matt parle de traitement du langage naturel vs commandes vocales simples et le lien avec le concept de l'IA.

21:20 – KD parle de ce qu'il a appris de Matt pour gérer les mots à la mode lors des appels d'admission liés à ce qui est requis dans la famille de travaux de données.

26h30 – Matt parle de la nécessité d'utiliser des outils comme QuantHub pour améliorer les ETP dans votre organisation, d'autant plus qu'il n'y a pas assez de candidats pour faire le tour.

29:00 – KD et Matt parlent de formation traditionnelle vs concept de formation à cycle plus court qui est organisée à partir du Web.

32:35 – KD défie Matt en tant que connaisseur de données pour lui donner ses points de données d'analyse préférés du basket-ball et du baseball. Il souligne le tir à 3 points et son impact sur le PPP dans les cerceaux, et l'angle de lancement et son impact sur les coups de circuit et les KO au baseball.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *