5 Lecciones esenciales para los científicos de datos junior que aprendí en Spotify (Parte 2)

'5 Lecciones esenciales para científicos de datos junior en Spotify (Parte 2)'

Las Crónicas de los Primeros Años de un Científico de Datos en Tecnología

La guía interna para triunfar en tus primeros años como científico de datos en Tecnología y mejorar tu juego

Este artículo es la segunda parte de la serie “Las Crónicas de los Primeros Años de un Científico de Datos”. ¡Asegúrate de leer la Parte 1 primero!

Entonces anteriormente, discutimos:

  • La importancia de compartir regularmente tu trabajo con los interesados, incluso si aún no está terminado
  • Buscar retroalimentación regularmente para asegurarte de que estás en el camino correcto

Haciendo esto te ayudará a generar confianza con tu equipo y los interesados para asegurarte de que tu trabajo tenga el impacto que merece. Hablando de confianza, pasemos a lección #3.

Lección 3 – Comienza a Construir Confianza

Hacer un impacto se trata de llevar tus ideas a las personas que las convertirán en acciones.

Estas personas suelen ser los gerentes de productos (que crean la visión y la estrategia de un producto) o los diseñadores (que diseñan el producto). Los conocimientos que compartirás y las recomendaciones que harás impulsarán el trabajo de todo el equipo (gerentes de productos, diseñadores e ingenieros).

Por lo tanto, no sorprende que necesites aprender cómo persuadir a las personas para que escuchen tus ideas y por qué son importantes en primer lugar.

¡Bienvenido a la lección #3!

Puede parecer obvio, pero ser confiable es fundamental para el papel de los científicos de datos y es una habilidad que se perfecciona con el tiempo. Pero es posible que me preguntes: “K, ¿cómo hago eso? Aún soy un novato, ¿quién me tomará en serio?” Shh, una empresa no te contratará a menos que confíen en tu capacidad de ser confiable en primer lugar. Es probable que las personas ya confíen en ti, ahora la clave es cumplir con eso.

Entonces, ¿cómo puedes construir las primeras capas de confianza cuando apenas estás comenzando?

Ya hemos discutido cómo comunicar tu trabajo y solicitar retroalimentación pueden aumentar tu confiabilidad, ¡pero veamos qué más puedes hacer!

1. Sé proactivo y haz preguntas siempre que sea posible

Un talento natural con el que seguramente nací es el de hacer preguntas a las personas sin que me las hayan pedido. Esto puede no haber funcionado a mi favor en la escuela secundaria, pero el mundo profesional, y en mi caso, la tecnología (la única que conozco), juega con reglas diferentes.

Una cosa por la que me han elogiado repetidamente es mi capacidad para abordar un tema desde todos los lados con preguntas (soy un ENTP, obviamente, eso es lo único que puedo hacer de todos modos).

Mostrar interés en comprender cómo funciona algo y por qué definitivamente te ayudará a convertirte en una fuente confiable de verdad y toma de decisiones.

2. Sé humilde y no tengas miedo de admitir cuando no sabes lo que no sabes

Sí, puedes leer eso de nuevo. No seas como Jon Snow. Si no sabes cómo hacerlo, no es necesario fingir que lo sabes. De hecho, esto puede perjudicarte a largo plazo.

La humildad genera confianza, por eso es fundamental ser humilde en tus conocimientos y poner advertencias cuando sea necesario.

Como novatos, a menudo podemos sentir la tentación de no mostrar cuando no sabemos. Sin embargo, trabajar con datos y estadísticas significa que los resultados no son absolutos. En la práctica, ser vulnerable acerca del nivel de confianza que tienes en tus resultados puede ser difícil pero es importante. ¡Sé transparente acerca de la solidez de tu trabajo!

¿Cómo puedes hacer eso?

  • Asegurarte de comunicar que has estado intentando activamente encontrar soluciones es el primer paso hacia el crecimiento. Nadie te culpará por no hacer las cosas bien, pero te culparé por no intentarlo al menos.
  • Mostrar que estás involucrado activamente en tu propio crecimiento definitivamente aumentará tu confiabilidad y fiabilidad ante los ojos de todos los observadores.

Las soluciones disfrutan haciéndose desear. Así que qué bueno que somos científicos de datos, porque nos encanta desenterrar esos conocimientos ocultos, ¿verdad? Solo de esta manera podrás aprender de los demás y mejorar tú mismo.

Lección 4 — Pide ayuda a los expertos

Foto de Nathan Dumlao en Unsplash

Y, maaaan, el tiempo que me habría ahorrado si hubiera aprendido esto antes en lugar de después.

Imagina esto:

Estoy trabajando en un proyecto de inferencia causal (campo de la estadística que busca identificar la relación causal entre variables basada en datos observacionales). Había tomado el curso en la universidad, pero no parecía recordar mucho de él (tal vez estaba durmiendo de nuevo esta vez). Así que de todos modos, estoy trabajando en este proyecto, abordando nuevos conceptos emocionantes para estimular mi cerebro, tal como me gusta.

Estoy pidiendo consejo a mis compañeros más cercanos, revisando proyectos anteriores, esperando encontrar algo de inspiración, aprendizaje, consejos, palabra de Dios… cualquier cosa que pueda ayudarme. Así que sí, esta también es una habilidad importante que debes tener en tu repertorio:

Recurrir a recursos anteriores siempre debe ser el primer paso al comenzar nuevos proyectos

pero profundizaré más en esto en otra historia.

Entonces, estoy investigando, investigando recursos internos y externos, y me encuentro chocando con la inferencia causal (normal, es un tema complicado). Hago todo lo correcto (o eso pensaba). Sigo trabajando en este proyecto, y después de un tiempo… se me ocurre la gran idea de pedirle a otros científicos de datos que me aclaren un concepto.

Al hacer eso, obviamente proporciono más detalles sobre mi proyecto. Cuando… de la nada… la palabra de un experto en inferencia causal enviado por los dioses, brilla sobre mí… para informarme amablemente que estaba… persiguiendo el camino equivocado. Toda mi metodología estaba fuera de rumbo porque estaba comparando dos poblaciones de usuarios que no se pueden comparar, lo cual arruina todo el análisis.

Cuando supe que había cometido un error — Foto de Jelleke Vanooteghem en Unsplash

Y ahí, amigos míos, ¡así es como semanas de trabajo se convierten en un pasaje de ida a la basura! (Bueno, no completamente, porque esto se convierte en un recuerdo básico en tu cerebro y una buena lección para vivir)

Lo cual nos lleva a la lección n.º 4 — Aprender a superar desafíos por tu cuenta es importante para desarrollar tu pensamiento crítico y habilidades para resolver problemas. Pero aprender a pedir ayuda cuando sea necesario también es igual de importante. La gente acude directamente a ChatGPT en busca de ayuda en lugar de intentarlo por sí mismos, y esto en última instancia les impide aprender las habilidades correctas.

Pedir ayuda a las personas adecuadas tiene beneficios valiosos

1. Obtener orientación de primera mano de expertos en lo que estás trabajando

Claramente, esto solo puede darte un impulso: a) para tu proyecto y b) para tus habilidades. Recuerda, puedes ser un cachorro, pero también estás jugando en el mismo arenero que los expertos en el campo, así que no olvides pedir orientación cuando sea necesario (a menos que planees seguir siendo un cachorro por un poco más de tiempo, entonces eso es otra historia).

¿Cómo puedes hacer eso?

  1. Busca proyectos anteriores donde se haya implementado o investigado lo que estás trabajando. Luego, contacta a las personas que trabajaron en ellos. Es muy probable que te proporcionen información valiosa y te ayuden a identificar posibles inconsistencias.
  2. Envía un mensaje en los canales de Slack/Teams dedicados al problema/técnica/funcionalidad/área de productos, etc., en los que estás trabajando, por ejemplo, #causal-inference o #data-science (con una red más amplia, alguien definitivamente responderá)!

Siempre hay gente dispuesta a ayudar. Después de todo, ellos también han estado en tu lugar.

2. Evita la frustración de darte cuenta de que has estado haciendo las cosas mal

Esto también te ahorrará el estrés de tener que trabajar más para compensar tus errores pasados… porque ahora también estás retrasado en tu horario.

Solo no olvides al menos intentarlo primero. Si te quedas atascado más tiempo del que deberías, entonces sabes que es hora de buscar ayuda.

Último consejo para el viaje: sé paciente contigo mismo

Foto de sydney Rae en Unsplash

Si has llegado hasta aquí, definitivamente te mereces una galleta extra por quedarte. Gracias por leerme.

Prepárate, ahora te concederé mi galleta definitiva para este viaje.

Nadie espera que seas un experto desde el primer día, ni siquiera desde el día 100

¡Incluso en tecnología! Trabajar junto a personas experimentadas es una oportunidad única para crecer bajo buenas manos. Sin embargo, me llevó algún tiempo estar completamente bien con ser el menos experimentado en la habitación.

Admiraba a las personas con las que trabajaba, pero también me comparaba inconscientemente con ellas:

  • Me llevaba mucho más tiempo entregar mi trabajo
  • No siempre hacía las preguntas correctas para explorar, por lo que sentía que mi exploración estaba limitada en comparación con mis compañeros
  • Luchaba por manejar más de 1 proyecto a la vez, mientras que otros parecían navegar sin problemas a través de 5 tareas al mismo tiempo

Sí, puede parecer obvio, pero al menos para mí no lo era. Entonces, si como yo, a veces eres duro contigo mismo, es importante esforzarse por lo mejor. Sin embargo, debes saber que está bien no ser el mejor cuando estás empezando.

Quiero decir, vamos, eres un cachorro, nadie espera que estés al mismo nivel que los lobos adultos. Pero estás en la manada, y la manada no abandona a los suyos. Así que no te preocupes, también aullarás algún día, solo es cuestión de tiempo y compromiso.

Hacer todo bien desde el principio no sería lo normal. Además, los surfistas no surfean aguas tranquilas, ¿dónde está la diversión en eso? Incluso Harry Potter no hizo su Wingardium Leviosa correctamente desde el principio.

Entonces, ¿qué puedes hacer?

  1. No te esfuerces demasiado en imitar a tus superiores. Es probable que no se sienta natural y las personas lo percibirán. En cambio, haz preguntas sin forzarlo y sé tú mismo/a.
  2. Conéctate con otros compañeros juniors. Intercambiar ideas con otras personas con las que puedas relacionarte definitivamente me ayudó a obtener más perspectiva cuando estaba lidiando con esto yo mismo. No necesariamente tienen que ser otros científicos de datos, cualquier junior con el que te sientas cercano/a servirá. Saber que no estás solo/a y encontrar apoyo lo cambia todo.

Entonces, última lección: Date un respiro y deja de ponerte esa presión adicional si lo estás haciendo. Si no es así, esta lección puede que no sea para ti, pero aún así vale la pena tenerlo en cuenta y recordar ser amable contigo mismo/a.

Si has disfrutado de este artículo o lo has encontrado útil, entonces por favor sígueme para más historias en mi viaje, o deja un aplauso para que otras personas puedan verlo aquí en Zepes. ¡Y si conoces a alguien que podría encontrar esto relevante, por favor, compártelo!

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Usando los valores SHAP para la interpretación del modelo en Aprendizaje Automático

Descubre cómo SHAP puede ayudarte a entender el impacto de las características del modelo en las predicciones.

Inteligencia Artificial

Cómo construir una estrategia de Ciencia de Datos para cualquier tamaño de equipo

Si eres un líder en ciencia de datos al que se le ha pedido crear nuestra estrategia de ciencia de datos con mucha li...

Inteligencia Artificial

Hacia la IA General el papel de LLMs y Modelos Fundamentales en la Revolución del Aprendizaje de por Vida

En la última década y especialmente con el éxito del aprendizaje profundo, se ha formado una discusión continua en to...

Inteligencia Artificial

Implementa modelos de ML construidos en Amazon SageMaker Canvas en los puntos finales de tiempo real de Amazon SageMaker.

Amazon SageMaker Canvas ahora admite implementar modelos de aprendizaje automático (ML) en puntos finales de inferenc...

Inteligencia Artificial

Este boletín de IA es todo lo que necesitas #65

Esta semana en IA, tuvimos avances en la regulación de la IA desde el Capitolio líderes tecnológicos como Elon Musk y...