为什么BNY Mellon在纸面上没有聘请“完美的数据科学家”

员工作家Sooraj Shah向BNY的数字部门负责人讲话，他解释了为什么聘用数据科学家时不仅涉及博士学位，技术技能和领域经验。

众所周知，数据科学家是一种稀有物种，但人们通常不会想到，一家企业可能会拒绝具有全部数据科学技能的人。

甚至伟大的数据科学家也需要注意周围的环境。

据纽约梅隆银行（BNY Mellon）的数字部门负责人罗曼·雷格曼（Roman Regelman）所说，这正是发生的情况。

他说：“我采访了一位既是数据科学家又是全栈开发人员的人，他们一次拥有所有东西，但我知道这个人对我的业务领导者将毫无用处，因为存在沟通空白。”

但是，沟通鸿沟不仅仅与领域经验有关（正如许多其他CIO和CTO都提到的那样），实际上是与理解和欣赏BNY Mellon的运作方式有关。 “令人赞赏的”观点更为重要，因为许多数据科学家可能对自己有些自大，他们认为自己是在为企业带来专业知识的人，却没有意识到企业还有其他专家和要求。

“如果有人是一位出色的数据科学家，他们愿意为我们的客户在我们的环境中工作吗？我们在一个受监管的行业中工作，在这个行业中我们的数据受到高度保护和保护，我们的客户期望某种服务，一定的精确度，并会根据其查看方式而引入一些限制（或机会）。”

他坚持认为，即使是伟大的数据科学家也需要了解其周围环境。

Regelman说：“所有拥有出色技能的人，他们都愿意挑战极限，愿意挑战规范，但他们也了解环境，因此需要成为出色的团队领导者。”

“但是最重要的是，他们需要考虑到我们有一个出色的机器学习人员，以及各个领域的出色专家，他们正在共同努力创造惊人的结果。

“拥有三个博士学位但不愿意与其他人合作，或者不真正关心客户服务的个人，将无法在这里工作–这并不意味着他们不会在其他地方获得成功，但不是对我们而言，”他补充说，诚信，信任和客户服务是BNY Mellon核心价值的一部分。

BNY在为创新中心雇用人员时也使用相同的原则。

“我们寻找能够与他人合作并善用他人专业知识的人。机器学习专家可能对财务知识知之甚少，但只要能与该领域的专家合作，那便是最主要的东西。”雷格尔曼说。

“有些人认为您可以启动一个创新中心，并聘请一些博士学位的人并放任他们-而且它可能会在头几个月发挥作用，因为他们使用数据创建新事物并做一些很酷的事情，但实际上却没有。改变业务运作方式–我们有很多创新想法，但我们需要始终有效的可扩展解决方案，”他补充说。

尽管缺乏数据科学专家，但BNY Mellon宁愿等待聘请熟练的专业人员，他们乐于在全球银行业巨头的正常限制下工作，并且乐于成为团队合作者，而不是招募专家。在纸上的出色候选人。

金融科技期货的资深撰稿人Sooraj Shah。