Какой карьерный совет я бы дал себе, если бы мог вернуться в прошлое? Что я сделал правильно, а где ошибся?
Я активно писал на Medium почти два года, и на моем пути произошло несколько великих неожиданностей.
Время от времени студенты спрашивают у меня совета. Отвечая на вопросы, я всегда немного ретроспективно оцениваю свою карьеру в Data Science.
Что я узнал? Я бы выбрал другой путь?
Эта статья представляет собой обзор уроков, извлеченных из моей профессиональной карьеры.
Восемь лет назад ...
Я начал свою профессиональную карьеру в 2013 году, когда прошел стажировку специалиста по данным в исследовательском институте - мечта сбылась. Я занимался исследованиями распределенных алгоритмов машинного обучения, которые в то время были популярной областью. Это были дни Hadoop.
Тогда все было просто, большие данные были единственным модным словом. Затем появились глубокое обучение и искусственный интеллект.
У меня самые лучшие воспоминания о том времени - работа с передовыми технологиями, мягкие сроки, отличная команда… Я мог продолжать и продолжать.
Была только одна проблема - зарплата!
Через полтора года стажировки мне предложили получить степень доктора философии. в области науки о данных с упором на обработку естественного языка. Я был удостоен чести, но отклонил предложение, так как НЛП меня не интересовало настолько, что я бы посвятил ему как минимум 4 года своей жизни.
Другими причинами были то, что я был разорен и не молодел - 26 лет без профессионального опыта.
Вам не нужно иметь докторскую степень. работать в Data Science.
Оглядываясь назад, я ни разу не пожалел о своем решении не защищать докторскую диссертацию. Отказавшись от предложения, мне пришлось совершить прыжок из академических кругов в индустрию.
Большой прыжок
Я никогда не забуду тот день. Технический директор небольшого стартапа пригласил меня на собеседование. День, когда я получил приглашение, совпал с днем собеседования.
Я сказал себе, что мне терять, и пошел. Мы мило поболтали о моем опыте, о том, как я могу решить определенные проблемы - не слишком технически, более концептуально. В конце концов, он спросил меня, сколько мне платят в академических кругах, и предложил мне в 3 раза больше.
Что мне терять?
Я не собирался принимать это предложение до собеседования. Было здорово работать в академической среде, но потом я подумал о зарплате и об этих уютных офисах с новыми MacBook… Я принял предложение. Обратного пути не было.
Стартап
Стартап нанял меня, чтобы я сделал систему рекомендаций, которая будет работать с большими данными. Это было непросто для меня из-за ориентированной на исследования среды.
У меня был опыт создания концепций, которые работают в контролируемой среде, а не в готовых к производству системах. Это были дни, когда у меня было несколько бессонных ночей и рабочие каникулы.
Тогда я думал, что мой проект - это самое главное. Я был так увлечен этим, что не видел более широкой картины. Как мы будем интегрировать это в производство? Мы много раз ходили на обед с командой, и я думал только о коде и ошибках, которые мне нужно было исправить.
Важный урок, который я усвоил, заключался в том, что построение отношений важнее проекта, над которым вы работаете. Мы до сих пор тусуемся с коллегами, с которыми я познакомился в стартапе, но никто никогда не рассказывает о проектах, над которыми мы тогда работали.
Налаживание отношений важнее проекта, над которым вы работаете
Хотя мне удалось создать систему рекомендаций, позже я обнаружил, что хорошие рекомендации - не самое главное. Это все было маркетингом!
Слухи о машинном обучении в то время продавали услуги как сумасшедшие.
Как и в случае со многими другими стартапами, этот не стал исключением. Вскоре финансирование иссякло, и я снова пошел искать работу.
Большая мечта
К тому времени, когда финансирование стартапа иссякло, я накопил достаточно денег, чтобы прожить год (неудивительно, что финансирование иссякло).
Я начал искать новую работу в тот же день, когда узнал, что у нас не будет денег на следующий месяц.
Поскольку я разработчик, а код - это универсальный язык, я не думал о переезде в другую страну год или два. Я не думал о монетизации своей побочной суеты. У меня было достаточно денег, я был молод, у меня был опыт, но это не приходило мне в голову.
Не слишком увлекайтесь своим местным окружением
Оглядываясь назад, я боялся неуверенности. Это напоминает мне две замечательные цитаты:
Никогда не бывает так плохо или хорошо, как кажется.
Не позволяйте максимумам становиться слишком высокими и не позволяйте минимумам становиться слишком низкими
Путь вперед
В стартапе мы работали с передовыми технологиями, поэтому найти новую работу было несложно. Мне даже поступали предложения от нескольких компаний. Труднее всего было решить, какое предложение принять.
Если вы неопытны и находитесь в подобной ситуации, у меня есть простой совет:
Если у вас есть несколько предложений о работе, примите предложение с лучшим наставником.
Прежде чем ты уйдешь
- Binary logistic regression overview - 50% Off All AI Nanodegree Programs! [Course] - Data Science for Business Leaders [Course] - Free skill tests for Data Scientists & Machine Learning Engineers
Некоторые из приведенных выше ссылок являются партнерскими ссылками, и если вы перейдете по ним, чтобы совершить покупку, я буду получать комиссию. Имейте в виду, что я связываю курсы из-за их качества, а не из-за комиссии, которую я получаю от ваших покупок.
Следуйте за мной в Twitter, где я регулярно пишу твиты о Data Science и машинном обучении.
