Что может быть лучше, чем выполнение ваших рабочих (или личных) проектов? Но это не единственный способ улучшить свою карьеру. Есть много не очень простых способов добиться успеха в этой области. Я хочу описать 10 из них. Если вы знаете больше — не стесняйтесь оставлять комментарии!
Вам не обязательно использовать их все, просто выберите то, что вам ближе. Кто-то не любит писать, у кого-то нет желания или возможности участвовать в хакатонах. Не корите себя — если вы уже делаете что-то из этого списка (или что-то похожее на этот список), это очень хорошо! Небольшим постоянным улучшением вы будете далеко впереди через 1, 2 или 5 лет с этого момента. Так что не торопитесь и получайте удовольствие!
1. Выступление
Если вы думаете, что только звезды Data Science могут выступать на главных ежегодных конференциях с тысячами участников, то это не так. Есть много возможностей выступить с докладом — локальные группы для изучения некоторых технологий, вашего отдела, событий, связанных с данными, или даже подкастов. Вы можете отслеживать такие возможности и подавать заявки заранее.
Не знаете, о чем поговорить? Ознакомьтесь с этим гайдом, он даст вам несколько идей о темах, названиях докладов и описаниях. В общем, хорошо чувствовать свою целевую аудиторию и думать о том, какого разговора они ожидают. В зависимости от этого одна и та же тема может быть показана с несколько разных сторон. Некоторым аудиториям требуется более техническая сторона (или семинары по кодированию жизни), а некоторые оценят легкое введение в определенную технологию. Также есть возможность стать спикером в составе определенной группы, например, если вы женщина, занимающаяся технологиями, или студентка-исследователь.
Что бы вы ни выбрали, подготовьте свое выступление, проверьте временную шкалу и наслаждайтесь своей аудиторией!
Где поговорить: группы пользователей на Meetup, местные саммиты, конференции и подкасты. Например, предложение спикеров первого раунда для ODSC East 2023 заканчивается 16 декабря 2022 г. (допускаются спикеры всех уровней).
2. Создание контента (блог, сайт, канал на YouTube)
Опять же, ваш контент не должен соответствовать уровню научной статьи. Подумайте о том, чему вы научились за последние 1–2 месяца. Какую статью или видео вы бы создали, чтобы объяснить себе эту тему в прошлом? Почему то, что вы узнали, важно? Какие задачи можно решить с его помощью? Как это может улучшить вашу работу/проекты?
Написание статьи или создание видео очень полезно для обобщения материала и даже изучения его на более глубоком уровне.
Просто проработайте свои идеи шаг за шагом и добавьте примеры, таблицы или картинки — это облегчит пояснения. Публиковать свой первый пост в блоге или видео может быть страшно, и мне прекрасно знакомо это чувство. Сначала поделитесь им со своими друзьями и людьми, которые вас поддерживают. Подумайте о себе в прошлом: как вы были счастливы найти хороший и понятный контент по теме, которая бросала вам вызов. Некоторые люди пытаются узнать то же самое! Делитесь своим контентом и помогайте другим! Положительные отзывы читателей вас очень обрадуют.
Где публиковать:вы можете писать здесь на medium, публиковать в сообществах, таких как dev.to, или на своем личном веб-сайте.
3. Нетворкинг
Некоторые люди очень хороши в нетворкинге, другие нет, но никто из нас не может жить (и продвигаться по карьерной лестнице) без каких-либо социальных контактов. Так что общий совет — используйте любой шанс встретить единомышленников. Если вы собираетесь принять участие в какой-то офлайн-конференции, это прекрасно, офлайн-связи сильнее, чем онлайн-связи.
Если вы будете участвовать в онлайн-мероприятии, у них часто есть чаты для общения. Но используйте его с умом: не пишите просто «Привет!», а вместо этого создайте аккуратное сообщение с кратким описанием своего опыта и тем, что вы сейчас ищете (работа, стажировка, соавтор и т. д.). Это повысит ваши шансы найти то, что вы хотите.
Где общаться: конференции, встречи, школы, хакатоны, сообщества — везде можно найти группу людей с общими интересами.
4. Хакатоны
Хакатоны — это здорово, потому что они позволяют получить большой опыт за короткий срок. Вы изучаете требования, развиваете свои идеи, общаетесь с командой, ставите рабочие задачи, создаете свое решение и, наконец, представляете его. Некоторые такие проекты могут стать даже фундаментом будущих стартапов.
Наверное, самой популярной площадкой для проведения соревнований по Data Science является Kaggle. Вам не нужно представлять свою идею — просто побейте счет и покажите код.
Сейчас очень много хакатонов. Вы можете выбрать желаемый уровень, тему, продолжительность, размер команды и многие другие параметры. Все, что вам нужно, это найти и зарегистрироваться заранее. Если вы стесняетесь, проверьте хакатоны для начинающих. Вы также можете найти специальные хакатоны для женщин или студентов. Верьте в свою идею и покажите свою работу!
Где взломать: проверьте предстоящий хакатон SAS (регистрация открыта до 28 февраля 2023 г.), их также много на платформе Devpost.
5. Школы и курсы
Говоря о курсах, я считаю, что в наше время можно найти курс по каждой возможной теме :-) Хорошо, может быть, не по каждой, но по крайней мере по большинству из них. Популярные платформы, такие как Coursera, Pluralsight, Udemy и A Cloud Guru, просто отлично подходят для изучения и повышения ваших навыков.
Еще один вариант, который может быть интересен, — это школы. Многие из них имеют формат 1–2 недели и часто происходят летом/зимой. Основная целевая аудитория – студенты или исследователи, но многие из них также приглашают работающих специалистов. Какие преимущества вы можете получить, участвуя в школе? Во-первых, спикерами часто являются профессора или звезды индустрии, и они делятся знаниями о современных моделях и подходах. Тогда есть много талантливых участников и, следовательно, возможности сети! Некоторые школы также предлагают постеры, на которых вы можете представить свой проект/идеи и получить ценные отзывы.
Где учиться: обратите внимание на такие известные летние школы, как OxML, LxMLS; зимние школы типа ALPS, NLDL; довольно часто школы организует IRDTA.
6. Присутствие в социальных сетях
Здесь я больше говорю о профессиональных социальных сетях (или, по крайней мере, там, где обсуждаются профессиональные интересы). Это может быть LinkedIn, Twitter или даже Telegram. Поделитесь своим прогрессом: пройденные курсы, полученные сертификаты, созданная запись в блоге. Взаимодействуйте с другими участниками, комментируя или задавая вопросы, таким образом вы можете узнать что-то новое или познакомиться с интересными людьми. Кроме того, многие конференции/хакатоны/школы, где вы будете подавать заявки в качестве спикера/участника, будут запрашивать ваши ссылки на социальные сети (по крайней мере, LinkedIn).
Где быть активным: LinkedIn, Slack, GitHub, Twitter, Meetup, Xing.
7. Проекты с открытым исходным кодом
Помимо личных или рабочих проектов, есть и проекты с открытым исходным кодом. Многие широко используемые библиотеки Python являются проектами с открытым исходным кодом, поэтому мы должны поблагодарить сообщество, которое создало и поддерживает их. Такие проекты отлично подходят для того, чтобы узнать много нового, улучшить свои навыки кодирования и навыки работы в команде, а также просто классное место для встречи с единомышленниками.
Так что, если вы нашли ошибку в своем любимом библиотечном пакете, почему бы не попробовать ее исправить? И если вы хотите добавить несколько интересных функций, почему бы не сделать для этого пиар? Не пугайтесь: если вы только начинаете свою карьеру программиста, даже исправление описания документации может оказаться очень полезным для проекта.
Или вы можете присоединиться к некоторым инициативам открытого общества, таким как изменение климата, и использовать свои знания на благо общества (и окружающей среды).
Куда внести свой вклад: вы найдете множество предложений на CodeTriage, хороший список для начинающих здесь и руководство по участию здесь.
8. Помощь другим
Еще один отличный способ развить свои навыки и продвинуться по карьерной лестнице — помочь другим людям решить их проблемы. Вы можете ответить на технические вопросы на конкретных порталах: некоторые из вопросов могут быть теми, с которыми вы сталкивались и решали в прошлом, а некоторые из них могут быть для вас вызовами. Единственный совет, который я могу вам дать, — перепроверьте свой ответ (или решение): никто не любит неработающие вещи.
Наставничество — тоже отличный вариант. Помогая другим расти, вы тоже растете. Чужой опыт может дать вам бесценные идеи и открыть для себя что-то новое. Вопросы подопечных могут помочь найти свои белые пятна и лучше изучить технологии или темы. Это немного времени, но много благодарности.
Где помочь: найти наставника (или стать им) можно в клубе наставников; самая известная платформа вопросов — переполнение стека, однако вы можете поискать конкретную, например, AWS re:Post или форум Snowflake.
9. Специальные программы
Это интересный вариант, и он часто связан с определенной технологией. Крупные компании предлагают стажировки, учебные платформы предоставляют наностепени, облачные провайдеры имеют активные членские программы. Они часто дают отличные преимущества, связи с сообществом преданных своему делу людей и возможности для роста. Некоторые программы имеют определенные требования.
В качестве примера могу привести Программу AWS Community Builders (если хотите узнать больше, посмотрите мою статью).
Куда присоединиться: вы можете проверить доступные стипендии на Udacity, присоединиться к Женщинам, которые кодируют (они предлагают много интересных мероприятий) или присоединиться к Группам разработчиков Google (или даже создать одну ).
10. Сертификация
Последний, но не менее важный вариант. Готовясь к сертификации, вы получаете полезные знания и практические навыки, доказывающие вашу способность работать с определенной технологией. Как правило, вы изучаете учебные ресурсы, читаете документацию и создаете проекты.
Где пройти сертификацию: облачная сертификация сейчас в моде: есть экзамены на Azure, AWS, Google Cloud. Также можно пройти сертификацию как разработчик TensorFlow, также есть несколько сертификатов по python.
Заключение
Как видите, есть много способов повысить вашу карьеру в Data Science. Некоторые из них можно комбинировать (прохождение онлайн-курсов для сертификации или налаживание связей при работе над открытым исходным кодом). Просто выберите то, что вам действительно нравится или где вы хотите расти, и ищите возможности. И помните — большой путь состоит из маленьких шагов!
