avance de la pista técnica de la ciencia de los datos

Científicos de datos: no dejen que el crecimiento profesional les impida programar

No tiene que dejar de lado el trabajo práctico que ama.

Abe Gong dice que la codificación es parte de su identidad, aunque no es parte de su función actual.

“Mucha gente de datos comienza como codificador”, dijo Gong, fundador y director ejecutivo de la empresa de colaboración y calidad de datos Superconductive. “Pasas mucho tiempo con las manos en el teclado. En el camino, se vuelve muy bueno para comprender el negocio, contar historias y trabajar con otras partes interesadas. El conjunto de habilidades termina pareciéndose mucho a la gestión”.

Y ahí radica la tensión, dijo. El avance profesional a menudo puede significar pasar a roles más gerenciales y puede traducirse en menos tiempo haciendo el trabajo práctico de codificación e interactuando directamente con los datos, lo que a muchos científicos de datos les encanta y lo que los atrajo al campo en primer lugar.

Pero ese no tiene por qué ser el caso. Aquí hay algunas estrategias que los científicos de datos pueden usar para mantenerse activos a medida que avanzan en sus carreras.

5 estrategias para seguir codificando mientras avanza en su carrera de ciencia de datos

  • Seguir una pista técnica. Vea si su empresa ofrece una pista técnica además de una pista gerencial para el avance profesional. Esto le permitiría continuar con la codificación práctica como colaborador individual.
  • Especialízate en un dominio. Al ser un especialista técnico, es menos probable que se aleje de la codificación y trabaje directamente con datos.
  • Estancia en una empresa para desarrollar el conocimiento institucional. Desarrollar conocimiento institucional en su empresa puede volverlo invaluable para el trabajo diario.
  • Trabaja para pequeñas empresas o en pequeños equipos. Los entornos más pequeños significan que hay menos oportunidades para la gestión y tendrá que dominar las actividades del día a día.
  • Orientar a otros. La tutoría es una excelente manera de mantenerse al día con el trabajo práctico de datos y la codificación, incluso si asciende en la escala gerencial.

La gestión no es la única forma de avanzar en su carrera

Avanzar en su carrera no siempre tiene que significar pasar a la gerencia. Para aquellos que desean mantener sus manos en la codificación y los datos a diario, Giri Tatavarty, vicepresidente de ciencia de datos en la empresa de análisis y datos minoristas 84.51 °, recomendó investigar si su empresa tiene una pista técnica para el avance profesional. Aquellos que busquen esta opción pueden crecer como contribuyentes individuales y convertirse básicamente en especialistas técnicos.

“Estos expertos generalmente dedican más tiempo a desarrollar habilidades y técnicas y experimentar, que administrar personas o trabajar con otras responsabilidades de un trabajo de administración típico”, dijo Tatavarty.

Tatavarty ha seguido esta pista técnica él mismo y es un colaborador individual senior en 84.51 °. Describió que su día promedio es del 30 al 40 por ciento trabajando en proyectos innovadores que lidera y del 20 al 30 por ciento en la realización de revisiones de proyectos dirigidos por otros en el equipo. El resto del tiempo se dedica a trabajar en la elaboración de estrategias para la visión técnica de la empresa, como determinar la mejor estrategia para métodos de ciencia de datos escalables.

“Al igual que necesita un neurocirujano de primer nivel para realizar su cirugía o un muy buen ingeniero para construir algo realmente difícil, necesita un científico de datos altamente técnico para resolver problemas comerciales”.

“Es una combinación de estrategia, innovación, entrega diaria y revisiones de lo que se está haciendo”, dijo. Si bien esto es diferente de lo que solía hacer como científico de datos más joven y tiene un alcance más amplio, todavía implica la codificación diaria.

“[No] sería una situación sostenible estar en la pista técnica y no codificar”, dijo, y agregó que nunca querría hacerlo. Responder preguntas comerciales con datos y matemáticas es una gran parte de lo que lo atrajo al campo de la ciencia de datos, y cuanto más lo hace, más preguntas encuentra para resolver.

Cada vez más empresas están comenzando a darse cuenta del valor de ofrecer una vía de avance profesional no gerencial, dijo. Según su experiencia, las empresas han comenzado a ofrecer múltiples vías de avance en los últimos años, especialmente en aquellas que persiguen la ciencia de datos de vanguardia.

“Al igual que necesita un neurocirujano de primer nivel para realizar su cirugía o un muy buen ingeniero para construir algo realmente difícil, necesita un científico de datos altamente técnico para resolver problemas comerciales”, dijo, dando autos sin conductor y lenguaje natural. procesamiento como ejemplos. “Muchas de las fronteras de la ciencia de datos requieren habilidades y experiencia muy especializadas y también tiempo dedicado para dedicarlo a eso”.

Relacionado: 11 lenguajes de programación de ciencia de datos que debe conocer

Si no existe una pista técnica, especialícese

Incluso si más empresas están reconociendo el valor de tener una pista técnica para el avance profesional en ciencia de datos, eso no significa que todas las empresas la ofrezcan. Si su empresa no lo hace, Tatavarty recomendó perseguir el mismo objetivo final de la vía técnica: convertirse en un especialista técnico, sin la estructura formal. 

Pero eso requiere planificación, dijo, “porque no tienes mucho tiempo. Estas especializaciones generalmente requieren mucho más enfoque y van en una sola dirección, por lo que debe haber un plan para dedicar tiempo y enfocarse en una dirección en lugar de probar 10 cosas».

Ese plan comienza con la elección de su dominio o el área en la que desea especializarse, dijo. Podrían ser áreas técnicas como el procesamiento del lenguaje natural, la visión por computadora o las pruebas A/B, según Tatavarty, pero también podrían ser sectores comerciales como las finanzas o la publicidad en los que se aplica la ciencia de datos. Crear un plan de especialización también incluye encontrar los mentores adecuados y trabajar con su gerente para identificar proyectos que lo ayudarán en su objetivo. Según el área de especialización que seleccione, Tatavarty dijo que puede tomar desde unos pocos meses hasta algunos años convertirse en la persona de referencia en su empresa para ese tema.

“Definitivamente, tengas pista técnica o no tengas pista técnica, serás muy valorado y crecerás”, dijo. 

Quédese en lugar de cambiar de compañía

Es difícil especializarse si no te quedas mucho tiempo. Suele haber mucha rotación en la ciencia de datos, y el científico de datos promedio solo permanece en una empresa durante 1,7 años, según un informe de 2021 de 365 Data Science . Esto se debe en parte a las oportunidades generalizadas en el campo, según Ramaa Nathan, director de ciencia de datos de EVERSANA, una empresa que aplica IA a enfermedades raras.

“El problema es que, si sigues cambiando mucho, no desarrollas experiencia en una sola cosa”, dijo. En cambio, recomienda que aquellos que quieran seguir codificando a medida que avanzan en su carrera se queden con una empresa. Esto no solo desarrolla las habilidades técnicas y la antigüedad en el puesto, sino también, lo que es más importante, el conocimiento institucional dentro de la empresa. Ese conocimiento institucional es una especialización por derecho propio y lo ayudará a mantener un papel práctico.

Nathan dio su situación como ejemplo. Si bien es una científica de datos sénior que trabaja con un equipo y no hace el 100 % de la codificación como solía hacerlo en roles más jóvenes, guía y supervisa los proyectos que otros están implementando. Debido a su conocimiento institucional, conoce hasta el más mínimo detalle, desde las complejidades de los datos del cliente hasta lo que su equipo ha hecho en cada proyecto, y es capaz de explicar y corregir errores directamente. Ella describió su puesto como directora de ciencia de datos como «un rol práctico completo en ciencia de datos».

Dentro de su propia empresa, donde Nathan tiene conocimiento institucional y su participación directa con la codificación y los datos es bien conocida, no hay nada que le impida participar, dijo. Ese no sería necesariamente el caso en otra empresa.

“Si tuviera que saltar e ir a otra empresa, puedo decirle que, si estoy esperando el mismo puesto, no puedo ponerme manos a la obra porque esa empresa podría decir: ‘No, en este puesto, no podemos esperar que usted ponte manos a la obra y alguien más lo está haciendo’”, dijo. “Mientras que al acumular antigüedad en su propia empresa, tener ese conocimiento institucional, aún puede participar en sus roles más altos”.

Busque Startups, Pequeñas Empresas o Pequeños Equipos

Quedarse para especializarse no funcionará para todos. Por lo tanto, otra forma de avanzar en su carrera de ciencia de datos sin dejar atrás la codificación o el trabajo diario de datos es ponerse en una situación en la que estructuralmente no pueda alejarse del trabajo práctico de la ciencia de datos: Encuentre una nueva empresa, una pequeña empresa o un pequeño equipo.

“Son grandes oportunidades de crecimiento, pero una vez que llegas a la cima, tienes el desafío de ser un experto en todos los oficios y un maestro de todo”, dijo Dylan Beal, vicepresidente de análisis de Cane Bay Partners VI, una empresa de administración. consultoría. “Trabajar con equipos pequeños significa que no será fácil transferir todas las responsabilidades de codificación y análisis de datos. Llegas a ser un colaborador principal de la empresa mientras analizas datos, desarrollas modelos y administras un pequeño equipo”.

“Trabajar con equipos pequeños significa que no será fácil transferir todas las responsabilidades de codificación y análisis de datos. Llegas a ser un colaborador principal de la empresa mientras analizas datos, desarrollas modelos y administras un pequeño equipo”.

La experiencia de Elena Ivanova como jefa de ciencia de datos de CarParts.com, un proveedor en línea de repuestos para automóviles, confirma esta dinámica. Cuando comenzó en la empresa, había un presupuesto limitado para la ciencia de datos y el análisis de datos, por lo que no pudieron contratar a más científicos de datos durante un tiempo. Esto significaba que tenía que estar trabajando con todo lo relacionado con los datos en la empresa, que es exactamente como a ella le gusta. 

“Los datos, para mí, lo son todo”, dijo. 

Viniendo de la academia, Ivanova se sintió atraída por el campo de la ciencia de datos por el atractivo de aplicar algoritmos a las necesidades comerciales del mundo real y porque le encantaba ser investigadora. Dirigir un pequeño equipo le permite hacer eso todos los días. A pesar de que la empresa ha crecido, el equipo de ciencia de datos se ha mantenido relativamente pequeño. Entonces, aunque ahora supervisa un equipo, no ha dejado atrás la codificación. 

Ivanova describió que sus días comenzaban comunicándose con su equipo y ayudándolos a resolver cualquier desafío que pudieran tener, pero que se dedicaban principalmente a explorar datos y resolver problemas. El costo y el tiempo relacionados con el flete internacional, y el impacto que los cambios frecuentes en estos pueden tener en la empresa, son ejemplos de esos problemas que tiene que resolver con datos para ayudar a la empresa a tomar buenas decisiones que la mantendrán rentable.

Además, cada nueva incorporación al pequeño equipo, en lugar de aumentar las tareas administrativas de Ivanova y quitarle trabajo práctico, en realidad aumenta sus oportunidades para el trabajo de codificación y datos.

“Conseguir una nueva persona me permite traer más ideas que puedo abordar y comenzar a trabajar”, ​​dijo. “En este momento, es un equipo de ciencia de datos que es multifuncional, pero aun así, no tenemos mucha gente, así que todavía tengo muchas oportunidades. Es por eso que sigo ayudando a mi gente a ver los datos, ver el código [y] obtener parte del modelado de datos yo mismo”.

Relacionado: ¿Cuál es la proporción ideal de científicos de datos junior a senior?

Mire a la tutoría para mantenerse activo

En algunas situaciones, la gestión es un elemento inevitable para convertirse en un científico de datos de más alto nivel. En esos casos, la tutoría técnica de más jóvenes profesionales de la ciencia de datos es una excelente manera de mantener sus manos en la codificación y los datos.

Ashley Pitlyk, directora sénior de ciencia de datos en Codility, una plataforma de contratación técnica, lo describió como un «rol de jugador-entrenador».

“Asegúrese de seguir realizando revisiones por pares del código del equipo antes de que los modelos entren en producción”, dijo. “Anima a tu equipo a tener horas de desarrollo en las que pasen de 1 a 2 horas a la semana aprendiendo algo nuevo y compartiéndolo mensual o trimestralmente con el equipo, y participa con tu equipo”.

Gong también recomendó asumir el papel de jugador-entrenador. Es algo que hace con los miembros más jóvenes de su equipo trabajando con plazos sin plazos ajustados. Esto puede permitirle mantener afiladas sus habilidades de codificación y trabajo directo de datos.

“Si dejas de codificar, solo te tomará unos meses volverte irrelevante”.

La tutoría no es solo algo que sucede si sigues el camino de la gestión. Aunque siguió la pista técnica en su empresa, Tatavarty dijo que la tutoría es una gran parte de lo que hace como colaborador individual sénior. Para él, la tutoría técnica ocurre cuando está trabajando en las revisiones científicas de los proyectos de ciencia de datos en curso, pero también cuando los líderes de los proyectos se enfrentan a un desafío. Ambas situaciones requieren que sea práctico con la codificación y los datos y que se mantenga muy familiarizado con ellos.

Pero la tutoría y la permanencia en la ciencia de datos tienen una relación recíproca interesante. La tutoría puede ayudarlo a seguir trabajando en la codificación y los datos directos, pero también debe mantenerse activo para que su tutoría sea importante.

“Solo te toma unos meses volverte irrelevante si dejas de codificar”, dijo Tatavarty. “Si no codificas, lo que estás diciendo es más una opinión en lugar de afirmaciones fundamentadas de un experto o respaldadas por datos y lentamente pierdes tu credibilidad o respeto y la gente simplemente te escucha porque tienes un salario más alto. Así que siempre necesitas ser práctico”.

No se apresure a descartar la vía de gestión tradicional

Si bien la codificación y el trabajo directo de datos es lo que atrae a muchas personas a la ciencia de datos, y lo que a muchos les encanta del rol, Nathan instó a otros científicos de datos a no restringirse. 

“Ayuda, en cierto modo, a explorar otras oportunidades y no quedarse atrapado en lo mismo”, dijo. En su propia carrera, sus variadas experiencias, que comenzaron con la codificación de modelos para el comercio de alta frecuencia hasta la gestión de proyectos y el espíritu empresarial, la han hecho más versátil en su puesto actual como científica de datos sénior. Cuando un gerente de proyecto en el equipo de datos se fue, por ejemplo, pudo intervenir ya que tenía experiencia en la gestión de proyectos.

Nathan también dijo que esas otras experiencias la estaban aclarando. Describió su papel como directora de proyecto como uno en el que no podía trabajar directamente con los datos.

“Las pocas veces que tuve acceso y pude codificar algo, ese fue el día más feliz de mi vida”, dijo. Ese fue su momento a-ha en el que se dio cuenta de que, para ser feliz en su trabajo, tenía que ser práctica con los datos y la codificación.

“Entonces, salir, hacer algo diferente, de alguna manera te hace darte cuenta de cuánto te gusta”, dijo. “Ayuda tomarse un tiempo para al menos probar otros roles para saber qué es lo que realmente quieres”.