国内最大的第三方专业数据人才平台哪个更好？

    在数据、算法、算力的指数增长的趋势下，数据专业人才的短缺，已经成为了企业应用数据和AI价值最大的瓶颈之一，根据Linkedin在17年的人才报告，数据科学家和分析师已经成为了科技行业供求比最紧张的职业，其缺口还在逐渐扩大。

 

    近日，线性投资的科赛网入选了百度AI加速器第二期大名单，它致力于通过在线竞赛社区与云计算工具，释放数据和人才的价值。在过去的三年中，通过数据算法比赛结合在线分析工具的模式，科赛网已经逐步发展成了国内最大的第三方专业数据人才平台。

 

    今天，银行信息港就将带你一起走近科赛。

 

    科赛网于2017年年中得到了AI领域的专业投资机构线性资本和翊翎资本的联合投资。

 

    科赛是一个低调而专注的年轻团队，四位创始人均是来自上海交大的计算机系和数学系的校友，年轻而有干劲，一方面深入校园抓住了数据人才的源头，另一方面接触了众多500强企业和互联网巨头，更推出了数据协助平台-K-Lab，形成了一条系统的数据人才培养和数据开发链条。

 

    “AI在企业中落地去解决实际行业问题，最大的瓶颈之一在人才。科赛作为聚合数据人才和行业问题的互联网平台，服务过许多一线厂商，如百度、腾讯、联通、华为、招行、平安、360等。科赛的人才平台目前汇聚了3万多名数据人才，他们中70%拥有硕士以上学历，50%毕业于211/985重点院校，是目前中国最大的第三方算法人才社区，对于AI生态的建设有很大的价值。”

 

    --线性资本副总裁郑灿

 

    “一年前我们投资的科赛的时候，国内还有几家公司也在做数据竞赛，现在基本都转型了。今天很多互联网巨头开始进入这个领域，开放了资源、数据、场景出来，这也证明了开放的人才平台的价值。清华、北大、上交、南大等一线高校，百度AI、腾讯云、平安、携程等行业巨头，以及上海市经信委、科委等政府部门，都开始借助科赛在数据创新、数据人才方面的专业积累和K-lab的产品支撑，不断延伸数据的价值。我们相信，科赛会在高校、企业、政府这三个领域的数据智能的发展中贡献更大的价值，也有机会成为中国的数据人才最认可的在线社区。”

 

    科赛网比赛页面

 

    数据竞赛是人才战争的第一战

 

    在各大互联网公司甚至传统企业纷纷喊出“AllinAI”的战略后，数据人才的抢夺显得日趋激烈。关键人才的招募和培养，有着很高的试错成本和时间成本，而数据人才是市面上最稀缺、最抢手的类别，入职后也总会频繁面临猎头抛出的橄榄枝。如何在入职前就还原最真实的数据工作场景，成为招聘合适数据人才一个尤为关键的问题。

 

    在这种情况下，数据竞赛的形式脱颖而出。数据竞赛把行业中的前沿问题开放出来，包括了问题背景、相关数据、评价标准、赛事奖励，对于喜欢挑战，富有好奇心，有自信的专业人才及团队来说，远比宣讲会、面试的吸引力强得多。而在比赛中，除了本身技术的专业性，学习能力、团队协助能力乃至意志品质也都将被一一考验出来。

 

    本身就是专业数据团队出身的科赛，更是深深明白这一痛点。通过深度调研用人方的需求，科赛所打造的数据竞赛，实现了更加深入的人才参与，更加全面的人才考察，以及更加合适的岗位匹配。在数据人才跨越从象牙塔、实验室到产业界的过程中，科赛帮助企业做到了筛选人才，招揽人才甚至培养人才。百度、招行、平安、拍拍贷、好未来等行业领先企业纷纷选择科赛作为他们接触专业数据人才的第一站。

 

    释放数据人才的创造力

 

    企业参与数据竞赛，除了对人才的招募，另一种希望是通过这种外界的创新激发内部的进步。在许多情况下，企业内部由于人手限制、时间紧迫，需要通过开放式的数据竞赛来征集更好的算法方案和创新思路。在科赛网上，携程提出的航班延误预测，拍拍贷提出的智能投顾应用创新，华为提出的交通大数据应用，百度提出的视频片段自动剪辑，都是基于日常业务中最真实的场景。命题背后的含义，不仅是寻找百里挑一的人才，更是希望打破传统束缚，利用外界的创新灵感来推动业务的革新。

 

    同一个数据问题，不同的人才往往会有截然不同的解决思路和最终效果，通过开放的数据竞赛模式，可以在更大的范围，向更多的人才，征集不一样的思路和方案。而科赛通过专业化的竞赛组织和循序渐进的流程，保证了数据团队间的灵感碰撞，引导选手产生真正能对企业产生价值的技术方案。

 

    携程案例

 

    航班延误预测

 

    如何基于航班时刻表数据和机场天气数据，进行航班晚点的预测分析，这个问题对于携程网有着重要的业务价值，通过和科赛的合作，一个月内就得到了相比过去的性能提高了10%以上的算法方案，并被投入到了业务应用之中。感受到数据竞赛的创新效率后，携程一共和科赛合作了七个算法问题，都取得了令人满意的效果，其中一些算法项目的ROI达到了300万以上

 

    科赛和百度合作，是基于PaddlePaddle的深度学习框架和爱奇艺的综艺视频数据，希望找到能够自动识别精彩片段的深度学习算法模型，冠军选手提交的算法已经达到了百度AI部门的最好成绩。提出这一问题的百度AI科学家也很惊喜，认为行业中还有大量有价值的AI问题，如果都能够以更低的成本，达到接近顶尖企业的资深科学家的表现，会释放出很大的价值。

 

    实现数据与人才的完美闭环

 

    通过数据竞赛的业务，科赛团队看到典型的数据项目中，数据资源和人才资源的利用率其实是很低的，团队有接近50%的时间是在进行数据集的抽取、清洗、融合，20%的时间是在进行跨部门的协调、沟通，确认业务需求、数据权限、数据字段的含义等等，20%的时间是在对数据进行可视化分析和模型训练，还有10%的时间是用于计算环境的配置、算法软件的安装、模型的版本管理。

 

    如何实现数据资源和人才资源的效率最大化成为企业不得不面对的一个问题。

 

    经过两年的摸索，科赛团队凭借扎实的技术能力和产品意识，整合了Docker、Kubernetes、Jupyter等业内领先的新技术，对数据分析与机器学习的多人协作场景进行了深度优化，设计了K-Lab这款数据分析协作工具。一个企业级的数据分析项目往往包含了大量的资源，包括算力资源、算法包、数据集、需求文档、可视化图表等等，K-Lab能帮助用户在云端管理所有底层基础架构，把数据资源、算力资源、算法框架、项目文件统一起来，从而大幅节约技术成本和人力成本。