Para Ben Dias, jefe de analítica avanzada y ciencia de datos en Royal Mail, hay tres no negociables cuando se trata de buscar posibles científicos de datos. Los candidatos deben querer aprender, y ser capaces de recoger cosas rápidamente, ser capaces de programar y tener un profundo conocimiento de las matemáticas.

Este último no es demasiado sorprendente dado que Dias (izquierda) se describe a sí mismo como un "matemático computacional" y que sus estudios de pregrado fueron matemáticas y astronomía. Sin embargo, la mezcla evidente entre las matemáticas y la codificación no puede ser sobre enfatizada. "Si no conoces las matemáticas subyacentes que sustentan un algoritmo, podrías aplicarlo a los datos incorrectos y si tomas decisiones comerciales sobre eso, podrías acabar con el negocio", dice. AI News.

“Si aplica un algoritmo a los datos, le dará una
Responde ”, agrega, riendo. "Siempre estoy buscando personas que tengan un sólido
antecedentes matemáticos que pueden programar (no tienen que ser ingenieros de software)
y quieren aprender. Puedo enseñarles a hablar con el negocio, puedo enseñarles
todo lo demás, pero si no tienen esos tres es muy difícil ".

Dias ha estado ocupado en Royal Mail desde que se unió en 2017, construyendo
Un equipo de 25 científicos y analistas de datos. Era una oportunidad que había tenido.
buscando, y Royal Mail se lo dio con la condición de que fuera un lienzo en blanco
trabajar con.

"Habían configurado todo muy bien, había una plataforma que
podría trabajar en ", dice. "No fue perfecto, pero habían hecho muchas de las
y dijeron "usted es el experto que viene, nos dice lo que
Necesitamos y se lo daremos. "Se mantuvieron fieles a su palabra, que fue
brillante."

El equipo trabaja en iniciativas divididas en tres grandes áreas;
Protección y recuperación de ingresos, experiencia del cliente y operaciones. los
Este último es de particular interés porque cubre ambos vehículos, optimizando los horarios,
Mantenimiento, racionalización de entregas y personal. Los algoritmos para
El uso interno evidentemente tiene sentido. Estos incluyen la predicción de ausencias por enfermedad, como
además de correlacionar un vínculo entre hacer demasiado tiempo extra y enfermarse.
Cuando un empleado recibe una cierta cantidad de horas extra, el modelo se marca.

Aquí es importante determinar entre el lado B2B y
El cliente final que recibe su publicación, gracias al equipo de ciencia de datos, en un
Moda más perfecta. “Para el cliente de negocios será recomendado.
sistemas, segmentación de clientes, modelos churn, ese tipo de cosas ", dice Dias. "Por
el cliente final será cosas como la ventana de entrega estimada para paquetes.
Hemos construido un algoritmo para eso ".

En términos de la gran cantidad de datos disponibles, entonces la
los números son sorprendentemente vastos; Miles de millones de paquetes y cartas a más de
29 millones de direcciones, recogiendo de más de 100,000 buzones y 10,000
oficinas de correo. El importe global abarca a los clientes B2B, marketing y
datos de operaciones, así como datos de Internet de las cosas (IoT) que provienen del seguimiento
dispositivos "Es una gran cantidad de datos, que cubren una gran cantidad de aspectos de la empresa, y es
todo lo que está disponible para nosotros es genial ", dice Dias. "No siempre está en un solo lugar
y no siempre está disponible al instante, pero todo lo que tenemos que hacer es preguntar ".

El resultado es lo que Dias describe como "alrededor de £ 50 millones de
oportunidades creadas ’en el primer año de desarrollo del equipo, con
Muchas iniciativas ahora están saliendo de la etapa piloto. Este viaje de ‘desde cero
a la ciencia de datos 'se explorará más a fondo cuando Dias suba al escenario
en AI & Big Data Expo Global
el 26 de abril en londres.

“Muchas personas se preguntan cómo configurar una ciencia de datos
función o equipo y, debido a que he logrado hacerlo en dos años, entregué
Durante el desarrollo del equipo, pensé que sería útil compartir lo que hice
y las cosas que funcionaron, y las cosas que no funcionaron, para ayudar a otros a obtener
Allí también ", dice.

"Es importante para nosotros entregar rápido porque la exageración
el ciclo está llegando a su fin, y cuando las personas contratan quieren un impacto inmediato ".

Puede encontrar más información sobre la sesión aquí.

¿Interesado en escuchar a los líderes de la industria discutir temas como este y sus casos de uso? Asista a los eventos coubicados de AI y Big Data Expo con los próximos espectáculos en Silicon Valley, Londres y Amsterdam para obtener más información. Coubicado con IoT Tech Expo, Blockchain Expo y Cyber ​​Security & Cloud Expo.






LEAVE A REPLY

Please enter your comment!
Please enter your name here