Переход к карьере Data Science

Крестоносцы данных # 2

Переход к карьере Data Science

Получите или создайте работу своей мечты с Адамом Россом Нельсоном — консультантом по науке о данных и карьерным тренером

The Data Crusaders – это серия интервью с экспертами и лидерами мнений в области науки о данных, машинного обучения и искусственного интеллекта, которую я провел в рамках ежемесячных мероприятий Сообщества ИИ, ориентированного на данные.

После моего дебютного крестового похода с Беном Эпштейном я имел удовольствие взять интервью у Адама Росса Нельсона, консультанта по науке о данных и карьерного тренера с самой милой личностью, которую вы когда-либо встречали. На этот раз мы должны поговорить о проблемах перехода на рынок труда в области Data Science, когда исходишь из разных слоев общества, и о важности разнообразия как краеугольного камня инноваций и культуры.

Мириам:Адам, за последние годы вы помогли тысячам профессионалов с разным опытом перейти в мир науки о данных. Для многих людей это кажется довольно сложным и пугающим процессом, тем более, что чаще всего они не имеют ни малейшего представления о том, как и с чего начать!

Как опытный консультант по вопросам карьеры, как бы вы посоветовали соискателям продемонстрировать потенциальным работодателям свои навыки работы с данными?

Адам:Шесть слов… Портфель данных, портфель данных, портфель данных. Это одна из самых простых рекомендаций, которые я даю. Все. . Время.

Разработка надежного портфеля данных

Адам:Одно из самых больших беспокойств людей, когда они слышат это, заключается в том, что им нужно сделать сотню проектов, написать тысячи строк кода или создать несколько десятков визуализаций данных.

Нет, это не так.

Вот один из примеров того, как вы можете быстро и эффективно начать создавать портфолио данных без нового веб-сайта.

• Сначала создайте вымышленный набор данных. Сделайте данные новыми и интересными. Затем напишите статью о своем наборе данных. Объясните, почему вы считаете этот набор данных интересным и как вы будете использовать его в обучении, тестировании, демонстрации и образовательных целях. Опубликуйте эту статью на Medium или в статьях LinkedIn.
• Во-вторых, создайте проект по науке о данных, в котором используются выдуманные данные. Убедитесь, что вы написали статью о проекте по науке о данных. Эта вторая статья содержит перекрестные ссылки на первую статью.
• В-третьих, размещайте публикации о своих статьях в социальных сетях. Попробуйте снять видео на YouTube о своих статьях и проектах.

Если вы последуете этому совету, у вас появится стартовое портфолио специалиста по обработке и анализу данных, содержащее как минимум три конкретных примера работы, которую вы можете выполнить. Повторите этот процесс несколько раз, и в конечном итоге у вас будет портфолио, которое рекрутеры и менеджеры по найму захотят прочитать и просмотреть.

Проект Розеттского камня

Еще один совет, который я могу дать людям, которые хотят создать свое портфолио по науке о данных, — создать Розеттский код. Это игра слов с Розеттским камнем, который был настоящим камнем, использовавшимся для расшифровки египетских иероглифов.

По сути, запись в портфолио Rosetta Code — это статья, в которой показано, как реализовать технику программирования на нескольких разных языках кодирования, что помогает другим сравнивать и противопоставлять их.

Они чрезвычайно полезны и популярны среди профессионалов, которые уже владеют одним языком, но заинтересованы в изучении другого.

Вы можете создать свой собственный проект Rosetta Stone, просто переведя небольшие фрагменты кода или перенеся проект с одного языка на другой! На самом деле я завершаю свою книгу Как стать специалистом по данным: руководство для признанных профессионалов списком других конкретных идей для создания новых и интересных записей в портфолио.

Мириам:Еще одна тема, на которую я хотел бы обратить ваше внимание, — это разнообразие и инклюзивность в технологиях и науке о данных. Шаг за шагом, я думаю, мы начинаем понимать, насколько хорошо управляемые разнообразные группы обладают потенциалом для создания самых инновационных решений, поскольку они перечеркивают слепые зоны друг друга.

Считаете ли вы, что компании, занимающиеся AI/ML/DS, все больше осознают это и создают инклюзивные пространства и разнообразные команды?

Адам:Да, конечно, но я также склонен думать, что существует «экономическое обоснование разнообразия» — и, учитывая его ценность, я немного съеживаюсь. Разве мы не можем быть полностью инклюзивными, потому что это правильно, помимо потенциальной прибыли? Я также считаю, что многие люди заботятся об инклюзивности, разнообразии и справедливости, но просто не знают, как связать это с преподаванием и развитием науки о данных.

Итак, возвращаясь к вашему вопросу, да, это одна из наименее разработанных тем для компаний в целом — как мы можем убедиться, что наша среда и культура инклюзивны для специалистов по данным и других технических специалистов по всем аспектам различий: пол, раса, навыки, происхождение, нейроразнообразие и многое другое!

Содействие включению на рабочем месте

По этой теме я бы отослал наших читателей к удивительной работе, финансируемой за счет гранта организации под названием The Carpentries. Они разработали инструментарий IDEAS, чтобы заполнить этот пробел и убедиться, что ваши возможности обучения инклюзивны.

Вот несколько примеров (простых, но не часто):

• В процессе регистрации, а также во время знакомства спросите учащихся, что им нужно для достижения успеха.
• Если вы проводите фасилитацию лично, убедитесь, что вы знаете и поделитесь, где находятся ближайшие туалеты, нейтральные в гендерном отношении. Убедитесь, что вы знаете и поделитесь, где находятся ближайшие полностью доступные туалеты. И просто не используйте места, которые не предоставляют эти ресурсы.
• Если у вас есть соинструктор или соведущий, попросите их оставить отзыв о вашем обучении и о том, как вы способствовали включению в аудиторию. Если они искренни и конструктивны, пригласите их разделить пространство, в котором вы можете расти.

Инклюзия способствует инновациям и нестандартным идеям!

Мне также нравится, как The Capentries определяет включение:

«Инклюзивность — это то, что люди чувствуют. Это создает атмосферу, в которой учащиеся чувствуют себя сопричастными. Большинство из нас знает, что значит чувствовать себя вовлеченным, и большинство из нас также испытали чувство отсутствия вовлеченности. The Carpentries определяет инклюзивность как «активное, преднамеренное и постоянное участие различных людей и сообществ, которое повышает осведомленность, знание контента и эмпатическое понимание того, как мы взаимодействуем внутри (и изменяем) наше сообщество».

Поэтому, обращаясь к нашим читателям, я призываю вас проделать работу, чтобы сделать нашу профессию более инклюзивной, потому что это заставляет нас всех чувствовать, что мы принадлежим друг другу, что, в свою очередь, открывает двери для творчества и инноваций.

Кстати говоря, одним из моих любимых клиентов был концертирующий пианист. Хотя у него было техническое образование, но я уверен, что художественный склад ума, пришедший от игры на классическом фортепиано, помог ему в его карьере.

Что заставляет меня думать о другом образце для подражания: Аде Лавлейс. Опять же, касаясь темы музыки, она написала о том, что однажды компьютер сможет создавать музыку. О создании первой аналитической машины с Чарльзом Бэббиджем она сказала следующее:

«(…) могли бы воздействовать на другие вещи, помимо числа, если бы были найдены объекты, взаимные фундаментальные отношения которых могли бы быть выражены отношениями абстрактной науки об операциях, и которые также должны были бы поддаваться адаптации к действию операционной записи и механизм двигателя. Предположим, например, что фундаментальные отношения тональности звуков в науке о гармонии и музыкальном сочинении поддаются такому выражению и адаптации, машина могла бы сочинять тщательно продуманные и научные музыкальные произведения любой степени сложности и объема…» /эм>