¡Me ascendieron!
¡Me ascendieron! Ahora tengo un puesto más alto en mi carrera profesional
¿Cómo?
¡Estoy emocionado de compartir que recientemente me han ascendido! Definitivamente, este es un hito importante en mi desarrollo profesional. Reflexionando sobre mi trayectoria, incluyendo todos los logros y dificultades en el camino, puedo ver mi crecimiento desde ser un recién graduado junior hasta un senior que lidera múltiples entregables de proyectos. El año pasado, publiqué un artículo sobre los siete principios que sigo para ser un mejor científico de datos y recibí muchos comentarios positivos. En este artículo, quiero compartir más aprendizajes sobre el desarrollo profesional de los científicos de datos que me han ayudado a ascender. Espero que mis ideas sean útiles para acelerar tu crecimiento profesional, especialmente si eres nuevo en la industria.
Alcanzar un ascenso significa que estás rindiendo por encima de tu nivel actual, y el factor principal que determina esto es el impacto de tu trabajo. Este artículo no solo se enfocará en discutir cómo generar impacto, sino también cómo entregar impacto tanto dentro como fuera de tu equipo. Ambos elementos son igualmente importantes en términos de mostrar tu desempeño. La estructura del artículo se muestra a continuación:
![imagen por autor](https://ai.miximages.com/miro.medium.com/v2/resize:fit:640/format:webp/1*XrGu5Ko859yoSwr_Ippfrg.png)
Generar impacto
Generar impacto significa que debes terminar y destacar en las tareas asignadas a ti. ¿Cuáles son las mejores prácticas para producir consistentemente entregables de alta calidad? Aquí tienes algunos consejos que he resumido:
Mejorar la productividad
Estoy seguro de que has oído mucho sobre mejorar la productividad a través de la gestión del tiempo o la gestión de la energía. He probado varias sugerencias a lo largo de los años. En el entorno laboral, la más práctica y útil para mí es bloquear tiempo para horas de trabajo profundo.
- Herramientas imprescindibles para un ingeniero de aprendizaje automático
- Aumentos de series de tiempo
- Acceso no autorizado y mal uso de LLMs
Defino el trabajo profundo como investigar métodos para resolver problemas, programar para establecer flujos de trabajo, estudiar resultados de modelos y hacer mejoras, etc. Este tipo de trabajo es difícil pero crucial para los entregables finales. Cuando trabajo en estos, no quiero ser interrumpido por reuniones…
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- El futuro de la IA generativa está en el borde
- Investigadores de Stanford, NVIDIA y UT Austin proponen el currículo cruzado-episódico (CEC) un nuevo algoritmo de inteligencia artificial para aumentar la eficiencia de aprendizaje y generalización de los agentes transformadores.
- Cuando abordar temas complejos, el primer paso es el más difícil
- Descenso del Gradiente La Guía del Excursionista de Montaña para la Optimización con Matemáticas
- Repositorios de IA más populares en GitHub Semana del 16 de octubre de 2023
- Una guía completa para usar cadenas en Langchain
- Más consejos para navegar con éxito las entrevistas de trabajo de ciencia de datos para principiantes