Переход от академического сообщества к отрасли может быть трудным. Менеджеры и бывшие академики должны осознавать различия между двумя мирами.

Это личное. Мой младший вариант меня уволили на одной из своих первых не академических работ. Да, даже будучи бывшим докторантом Оксфордского университета и преподавателем математики и статистики, меня отправили в путь!

Разве они не знали, кто я?

Оказывается, они точно знали, кто я. Я был парнем, который в течение года работал над огромным анализом цепей Маркова методом Монте-Карло, который не дал абсолютно никакой ценности. И тот факт, что он использовал новейшую диагностику сходимости и самые современные методы уменьшения размерности, не означал сладкого жирного ничего [1]. Потому что они также знали, кто они такие - небольшая начинающая компания, в которой не могут работать непродуктивные люди.

Но #iamverysmart? Очевидно нет.

Конечно, удар по эго моего молодого человека был неприятным, но, хм, в конце концов, это оказалось хорошо. Мы учимся на ошибках больше, чем на успехах, верно? Вот почему все опытные специалисты по данным так много знают. А теперь я занимаю руководящие должности, и я постоянно вижу, как другие люди прямо из академических кругов совершают те же ошибки, что и я. Итак, вот 5 вещей, которые вам следует знать, если вы уходите из академии и начинаете заниматься наукой о данных.

  1. Никого (я имею в виду никого!) не волнует, насколько вы умны.

Я понял. Чтобы поступить в аспирантуру, вы должны быть одним из тех детей, которые всю жизнь преуспели в учебе. В школе ты будешь отличником, учишься в отличном университете, где будешь хорошо учиться. К тому времени, когда вам исполнится около 20 лет, практически вся ваша жизнь будет состоять из череды людей, говорящих вам, что у вас все будет хорошо, потому что вы умны. Итак, вы продолжали пытаться продемонстрировать, что вы умны, чтобы все больше людей говорили вам, что вы умны, и цикл продолжается.

До настоящего времени.

Послушайте, вся система от школы до академии действительно испортилась, но это тема для другого дня. Здесь просто нужно знать, что никого не волнует, насколько вы умны, им просто важно, насколько вы полезны.

Понял? Полезно НЕ умно!

Если вы действительно верите в это, вы, вероятно, можете перестать читать прямо сейчас, потому что все остальное следует естественным образом. Однако если вы относитесь к тому типу людей, которые думают, что вам это нравится, то вам, вероятно, стоит продолжить чтение. Вы кажетесь мне немного умным ...

2. Быть полезным - это не то, что писать статью.

Теперь вы можете сказать себе: «Хорошо, понятно, давайте будем полезны. Итак, мы используем эту технику в компании для этого, и я читал эту статью, посвященную этой немного другой технике. Так что, если я использую эту другую технику в отношении этой компании, я буду полезен. Потому что это дело компании ". А затем вы говорите своему руководителю, что собираетесь это сделать, и он смотрит на вас, как будто хочет задушить. И от этого тебе становится плохо.

Такой образ поведения кажется знакомым, потому что это то, чему научены учёные. Взять технику из одной области и применить ее к себе - простой способ получить публикацию. Откровенно говоря, в академических кругах это даже не должно работать лучше, чем существующие методы. Это просто должно быть в новинку.

Вашему руководителю наплевать на роман. Вы только что сказали им, что собираетесь потратить неизвестный период времени на эксперименты с непроверенной техникой, которая может улучшить или не улучшить решение, которое уже работает удовлетворительно. И вам интересно, почему они без энтузиазма?

Существует разновидность этого, когда специалист по анализу данных охотится по компании, пытаясь найти проблему, которую достаточно легко решить, но только с приятным количеством глубоких размышлений. В некоторых случаях специалист по анализу данных может в конечном итоге сделать что-то незначительное, но редко бывает таким полезным. Это потому, что мотивация делать что-то на самом деле вовсе не для того, чтобы приносить пользу. Истинным мотиватором является глубокое мышление. Опять же, такое поведение поощряется в академических кругах. В этом весь смысл показать, что вы умны, решая сложные проблемы. Вашему руководителю все равно.

3. Придумывать, как быть полезным - это часть работы.

Хорошо, значит, вы сломали эти академические привычки, но оказались плыть по течению. Если эти люди не хотят, чтобы вы вели себя так, как вас учили, тогда чего же им, черт возьми, нужно?

Ну во-первых, расслабься. Часть вашей зарплаты идет на выяснение того, что полезно, а что нет. Сложность в том, что нет двух одинаковых сред, поэтому, что бы я ни посоветовал, вам придется кое-что выяснить для себя. Однако вам следует подумать о трех архетипах.

Во-первых, хаотичная товарная среда. В этой среде у вас будет много продуктовых людей, которые будут говорить: «Мы хотим сделать это как можно скорее, но мы не знаем, возможно ли это». Это может показаться трудным местом, но что касается того, чтобы делать что-то полезное, это на самом деле проще всего! Просто найдите человека по продукту, который кажется нормальным, подружитесь с ним и работайте над тем, что он хочет. Они должны быть экспертами в своем продукте, понимать, каков потенциальный рынок для этого, и поэтому действительно знать, что будет полезно, а что нет. Другими словами, вы только что передали на аутсорсинг часть своей работы, касающуюся того, как «понять, как быть полезным». Все, что вам нужно сделать, это построить эту полезную вещь. И у вас это хорошо получается, правда?

Во-вторых, есть среда типа «улучшить число». Их часто можно встретить в компаниях с хорошо зарекомендовавшими себя командами по обработке и анализу данных. В этом случае вы или ваша команда будете владеть сервисом, который принимает данные, выполняет некоторые математические вычисления и выводит что-то, часто прогноз. Будет число, измеряющее качество чего-то, и вы должны улучшить это число.

Похоже, что «разработка того, как быть полезным» уже завершена! Улучшай номер, тупица! К сожалению, это не так просто. Вы должны выяснить, что может улучшить это число в наибольшей степени за максимально короткий промежуток времени. Бывший академик испытывает искушение вернуться к старому образу поведения и применить какую-нибудь новую технику, о которой вы читали. Затем, после месяцев усилий, вы понимаете, что новый метод практически не изменил число. Правильнее всего здесь проанализировать реальные случаи сбоев и серьезно и честно подумать о том, что поможет исправить наибольшее их количество. (Мой прогноз: улучшение данных по большому счету превосходит более сложный метод.) Дело в том, что вы должны серьезно подумать о том, что на самом деле улучшит число, а это может потребовать глупой и скучной работы. Не стремитесь просто к новой блестящей вещи и надейтесь на лучшее.

Наконец, существует дисфункциональная среда. Вы узнаете их, потому что на самом деле никто не знает, почему они там и что они должны делать. Есть много причин для этого. Возможно, кто-то в компании знал, что им нужна наука о данных, но не понимал, почему. Возможно, человек, у которого был ключ к разгадке, остался, и теперь есть болтающаяся команда, у которой нет дома. Иногда это группа исследователей, которая работает надолго до того времени, когда их исследования имели какое-либо отношение к миссии компании. Если вы попали в такую ​​ситуацию, у вас проблемы. Лучшее, что вы можете сделать, чтобы заставить его работать, - это попытаться превратить его в среду первого типа, обращаясь к людям, которые занимаются продуктом за пределами вашей непосредственной команды. Однако в некоторых случаях вы можете захотеть стереть этот профиль linkedin.

4. Положитесь на других людей

Не стоит пытаться быть полезным в одиночку. В академических кругах, особенно в качестве постдока, вы - группа из одного человека, и ожидается, что вы будете математиком, писателем, графическим дизайнером, программистом, оратором ... список можно продолжать. Вдобавок вы находитесь в жесткой конкуренции с окружающими вас людьми за очень небольшое количество должностей в очень жесткой иерархии, которая могла иметь смысл для пруссаков конца 19 века. Все это создает странную и изолированную рабочую среду, в которой люди развивают чрезмерное эго, чтобы выжить. Что еще хуже, так это культурное предположение в академических кругах, что умные люди продолжают учиться на уровне A в школе, самые умные из них поступают в бакалавриат, самые умные из них учатся в аспирантуре, самые умные из них остаются на постдоке и т. Д. и так далее.

Тебе нужно все это отбросить. Во-первых, если я вспомню свое время на переходном этапе бакалавриат / аспирантура, то определенно неправда, что самые умные люди продолжали учиться в докторантуре. Это означает, что они на рабочем месте и не нуждаются в чепухе # iamverysmart от вас. Более того, это также означает, что они могут помочь вам со всем, в чем, если честно, вы знаете, что у вас не очень хорошо получается. Фактически, одно из величайших удовольствий трудовой жизни - это быть в сплоченной, хорошо функционирующей команде, где каждый человек берет на себя те роли, которые ему нравятся.

Так что не будьте тем парнем, который утомительно отчитывает своих коллег об их работе. Вместо этого воспользуйтесь возможностью поработать и учиться у других великих людей, которые думают немного иначе, чем вы.

5. Небольшая паранойя на рабочем месте - это здорово.

Наступает 2020 год, и хотя капитализм создал много чудес, он безжалостный зверь. Этот «полезный» материал основан на бесстрастном подсчете известных текущих затрат и предполагаемых будущих выгод. А вам известна настоящая стоимость. Как только ваши затраты перевешивают предполагаемые будущие выгоды, у вас возникают проблемы.

Так что, к сожалению, вам нужно немного побеспокоиться о том, какую ожидаемую в будущем выгоду компания получит от вас. Конечно, не столько потому, что вы бессонны и парализованы страхом. Но достаточно, чтобы держать вас в фокусе. Вы не работаете в академических кругах, где либо люди имеют постоянную должность и их редко увольняют, либо работают по срочным контрактам, и их никогда не увольняют.

Это описание того, как обстоят дела, а не призыв к суждению о том, как они должны быть. Достаточно сказать, что если вы думаете (или, что еще хуже, ваш менеджер говорит вам), что все в порядке и каждый может двигаться вперед, завершив работу в 17:00, значит, у вашей команды проблемы. Проблемы, связанные с МБА с великолепной кожей, подозрительно аккуратными стрижками и таблицами, излагающими аргументы в пользу значительного сокращения бюджета.

Итак, это все. 5 вещей, которые мне бы хотелось, чтобы меня знали, когда я покидаю академию и попадаю на работу. Если вы можете придумать что-то еще или категорически не согласны, пожалуйста, оставайтесь в комментариях!

Сноска

[1] О да, дети сегодняшнего дня, оказывается, что глубокие нейронные сети - не первая технология, которая появляется на свет, вызывает много энтузиазма, обещая приблизить любую функцию в мире, но затем не оказаться универсальной панацеей. Конечно, я понимаю, что сообщаю здесь свой возраст.