数据科学家的短缺是很多企业遇到的问题，但企业可以选择填补人员配备的空白并充分利用分析需要的工具。

招聘数据科学家可能很困难，但可以尝试一些新的方法。

一年前，Huey Antley加入KAR拍卖服务公司担任数据科学解决方案副总裁。 任职期间，他一直在忙于建立一个数据科学家团队。

他雇用了八个人，其中包括硕士和博士。他们有的从事学术研究，而有些人一直在做数据科学相关的工作。

建立KAR的数据科学能力不只是聘用数据科学家这么简单。Antley还利用可用的服务来扩展团队的能力执行，完成一些数据科学任务，这些服务包括外包服务提供商，顾问和自动化工具。

“找到合适的人很困难，我的战略是拥有一个核心的内部团队，但也有外部资源，” Antley说。

除了偶尔与负责具体项目的顾问工作，Antley还与印度的数据科学承包商一起工作。他说，这些资源让团队根据项目的需求迅速扩大。他的团队还采用了一种名为“数据机器人”的机器学习平台，它可以自动根据数据集的特定功能进行建模，进而选择特定的技术。Antley说，“数据机器人”的出现代替数据科学家完成了一部分工作。

Antley还专注于招聘具有多种技能的数据科学家，因为一个小团队意味着每个人都要做很多事情。KAR没有正式的数据管理团队，数据科学家必须能够获得他们自己需要的数据。团队使用的大多数数据存在SQL数据库中，因此查询数据不需要独特的技能。但SQL查询技能必须与更复杂的数据分析技能配合使用，包括使用R编程和Python，团队主要使用这两个分析工具。

到目前为止，该团队已经建立了两个操作预测模型：渠道优化工具，帮助车辆卖家确定车辆的最佳时间和位置；以及价格优化工具，分析历史和实时销售数据，根据经济和市场趋势来确定车辆的最优价格。

Antley说，对于企业而言，让员工能够构建预测模型并执行其他类型的高级分析，这一点变得越来越重要。尽管KAR不是一家传统的技术公司，但是投资这种预测分析法使得公司在竞争中获得了一席之地，并使组织工作更加高效。

“几乎每家公司都意识到他们需要通过收集数据，在市场竞争中占据一席之地，”他说，“其中如何将数据的价值最大化是非常重要的。”