Создание новых специалистов по обработке данных в эпоху удаленной работы

Формирование новых специалистов в области обработки данных в эпоху работы на удаленке

Учиться быть профессиональным дата-ученым сейчас отличается, но это не невозможно

Фото Тима Гоу на Unsplash

Сегодняшняя колонка частично о дата-науке, но она также касается социологии работы. Как старейший практикующий в этой области, я начал свою карьеру дата-ученого задолго до появления Covid-19 и радикального изменения условий работы, которые мы имеем сегодня. Я начал свою профессиональную карьеру задолго до этого. В результате мои годы обучения тому, как быть профессионалом в чем-либо, тем более в чем-то таком, как дата-наука, проходили в непосредственной близости с более опытными людьми, и во многом это позволило мне достичь того, где я сейчас. Мое развитие в дата-ученого было связано не только с курсами и изучением, а также с обучением тому, как быть дата-ученым во многих различных аспектах, многие из которых были тонко усвоены путем общения с другими дата-учеными и выполнения работы.

Важно понимать, что работа не сокращается только до того, что мы даём своим работодателям, даже в условиях капитализма. Работа также связана с тем, что мы получаем взамен, и это не только в денежном выражении. Рабочие места и работа оказывают на нас множество социальных и культурных влияний, которые выходят за пределы зарплаты. В частности, мы развиваем свою социальную идентичность через профессии, и мы учимся воплощать эти идентичности, наблюдая, как другие люди воплощают их.

Мы развиваем свою социальную идентичность через профессии, и мы учимся воплощать эти идентичности, наблюдая, как другие люди воплощают их.

Следует отметить, что превращение умных, но неопытных молодых людей в профессиональных дата-ученых не так уж много зависит от математических навыков, а больше от социальных норм, развития сетей и приспособления к контексту нашей работы. Многие из этих элементов сложно освоить в лучшие времена, и сейчас, когда удаленная и гибридная работа требуют от нас разработки новых способов передачи информации и культуры, этот вопрос становится еще более актуальным.

(Многое из того, о чем я собираюсь говорить, может быть актуально для многих видов работы, но я особенно интересуюсь опытом молодых дата-ученых.)

Давайте подробнее рассмотрим некоторые из этих вещей, которые мы получаем на работе и которые позволяют нам стать полноценными участниками своей профессии.

Социальные нормы

Мы развиваем культурные и социальные нормы на рабочем месте, наблюдая за поведением других, особенно тех, кто стоит над нами в иерархии. Деловой жаргон, нормы одежды и социальные предпочтения, например, формируются в результате наблюдения в рабочей среде. В некоторых местах работы, особенно в белых воротничках, эти нормы представляют инструменты для создания социального капитала и даже возможности социальной подвижности. В дата-науке есть некоторые нормы, которые распространяются на всю отрасль или на разные отрасли, где практикуются дата-ученые. Например, в технологической дата-науке быстрый стиль одежды, без формальных предписаний, является нормой. Также существуют неописанные стандарты взаимодействия с боссом и другими руководителями, включая способы коммуникации по техническим вопросам. Есть множество норм того, как просто быть профессионалом в целом – как справляться с командировками, взаимодействие с клиентами и т.д. Эти навыки необходимы для профессионального успеха рано или поздно, но, по моему опыту, их можно освоить главным образом путем наблюдения и поглощения.

Навыки

Мы также приобретаем конкретные навыки на рабочем месте, так как почти каждому приходится учиться чему-то новому, чтобы быть успешным в новой должности. В моем случае, я перешел в дата-науку после нескольких лет в академии, и мне было многое предстоит изучить о том, как применять свои знания о дата-науке и машинном обучении для решения бизнес-задач, а не академических. Я изучал новые алгоритмы, лучшие практики программирования и множество других навыков у своих коллег на работах связанных с дата-наукой, особенно на первом месте работы. Это было не только формальное обучение – значительная часть его была пассивным обучением путем наблюдения и впитывания того, как поступают другие, более опытные и успешные люди. Связанно с этим, мы узнаем о своих “неизвестных неизвестных”. У всех у нас есть слепые пятна, особенно когда мы только начинаем, и мы не понимаем, что у нас отсутствует какой-то элемент пазла или подход, который может пригодиться, пока эта недостача не будет нам указана. Наблюдение за коллегами, которые используют навык, о котором вы не знали, может открыть перед вами дверь к освоению этого навыка.

Сети

Кроме того, существует более абстрактный, но все также важный элемент товарищества и создания сетей, которые место работы предоставляет. Идеально, когда вы присоединяетесь к команде или бизнесу, вы развиваете отношения с другими людьми, и эти связи являются основой профессиональной сети, которая может помочь вашей карьере развиться в будущем. Если вы не создаете эти связи, вы будете в невыгодном положении не только на текущей работе, но и впоследствии. Я, лично, имею огромное счастье иметь сильную профессиональную сеть, разработанную через коллегиальность, которая была решающей в моем успехе карьеры. Ученые-данные – отличные люди, и мы помогаем друг другу находить возможности и устанавливать связи, но вам нужен способ проникнуть в эти сети, присоединяясь к этой профессии. Часто это проще, если у вас есть более опытные коллеги, которые представят вас и неофициально поручатся за вас.

Процесс успешного становления новым ученым-данных включает получение всех этих компонентов (и, вероятно, других, в зависимости от ситуации). Но, как я уже упоминал, физический контекст работы сильно изменился (и улучшился, на мой взгляд), с тех пор, как я начал свою карьеру. Как мы привлекаем новых специалистов в данной области в этом новом мире?

Где мы работаем

По моему мнению, существует четыре способа работы для белых воротничков, таких как мы, в настоящее время занимающихся наукой о данных и машинным обучением.

  • 100% в офисе лично, без удаленной работы
  • Гибридный: частично или преимущественно удаленная работа с намеренной, осознанной общей работой
  • Гибридный: частично или преимущественно удаленная работа с неряшливой и неуверенной общей работой
  • Полностью удаленная работа без общей работы

Как утверждают многие эксперты, скорее всего большинство нас, ученых-данных, будут иметь что-то вроде гибридного варианта в следующие месяцы и годы, если уже не имеем. Полностью офисная работа не вернется для большинства из нас, потому что мы познали автономию и гибкость удаленной работы и поняли, насколько это улучшает качество нашей жизни. Ученые-данные обладают достаточно востребованными навыками, и мы можем получить эту гибкость в своей работе, если хотим.

Важно потратить время на разъяснение того, что означает “гибрид”. Коммутировать в офис несколько раз в неделю – это не единственный способ работать, когда люди иногда видятся лично, а иногда нет, и поражает то, насколько глуха беседа по этому поводу. Большинство представлений о гибридной работе я бы охарактеризовал как “частично или преимущественно удаленная работа с неряшливой и неуверенной общей работой”. Это связано с тем, что они пытаются создать гибридное рабочее пространство по образцу рабочих мест до Covid. Это указывает на то, что у них очень мало понимания того, какой должна быть работа, и какие ценности стоят за тем или иным выбором.

Проводить время в большей части пустого офиса с группой людей, с которыми вы едва знакомы и редко взаимодействуете, не является оптимальным способом для молодого ученого-данных достичь описанных выше преимуществ, если они вообще достигаются. И торговым пунктом для них, их семей и общества является огромное количество компромиссов. Поезда катастрофично влияют на наше физическое и социальное благополучие, а также на окружающую среду, не говоря уже о ценном времени, которое мы могли бы провести с пользой. Если мы собираемся тратить время на дорогу на рабочее место, оно должно быть того стоить.

Поезда катастрофично влияют на наше физическое и социальное благополучие, а также на окружающую среду, не говоря уже о ценном времени, которое мы могли бы провести с пользой.

Каков альтернативный вариант? Я большой поклонник “частично или преимущественно удаленной работы с намеренной, осознанной общей работой”. Пример такой работы может быть удаленная работа на протяжении дня с ежеквартальным пребыванием на месте, где люди приезжают в центральное место (не только в местный офис), и выполняют такие задачи, как стратегическое планирование, совместная работа, время на общение и обучение друг у друга. Есть и другие возможности разделения этого времени, но суть в том, что это время, предназначенное для достижения определенной цели, и спланировано соответственно.

Следующие утверждения могут быть верными для успешной гибридной работы:

  • она может быть не дешевле, чем удаленная работа ИЛИ работа в офисе
  • она требует мыслей и планирования для достижения успеха

Для опытных ученых-данных, которые работают в этой сфере уже несколько лет, полностью удаленная работа может быть подходящей. Мы уже проникли в сети, изучили социальные нормы и приобрели навыки (и, что самое важное, каналы для обновления наших навыков), которые не требуют особого личного общения. Я бы, однако, утверждал, что у нас есть обязанность помочь тем, кто приходит после нас, и проведение некоторого общего времени с молодыми коллегами в лице представляет собой возможность помочь им и является ценным вкладом.

Как это сделать

Я не собираюсь предписывать точно, как следует организовывать привлечение сотрудников к общению, потому что каждая компания и организация уникальна, и нет универсального подхода. Однако у меня есть несколько предложений для достижения описанных целей:

  • Нормы: Лучше всего формирование норм и культуры проводить целенаправленно. Не надейтесь на то, что ваша младшая команда сразу поймет ожидания взаимодействия. Возможно, раньше нам не приходилось явно формулировать эти вещи, когда все проводили вместе 40+ часов в неделю, но сейчас это может измениться. Будьте более ясными, чем вам может показаться необходимым. Часть усвоения этих норм также происходит во время целенаправленного взаимодействия в реальном времени.
  • Навыки: Ключевые навыки в области науки о данных описываются по-разному в зависимости от источника, но обычно они включают комбинацию программирования, статистики и машинного обучения, а также делового мышления и коммуникации. Эти навыки развиваются и улучшаются в процессе работы, наблюдая работу других людей. Создавая совместные возможности для работы во время целенаправленного взаимодействия, а не только скучных встреч, вы можете способствовать передаче этих навыков.
  • Сети: Я искренне считаю, что создание сетей может быть самой трудной задачей для удаленных сотрудников-исследователей по данным, поскольку мы часто работаем в одиночку. Несмотря на то, что у вас будет возможность обсудить модели и код с командой, а также взаимодействовать на стендапах, встречах и хакатонах, большая часть развития сетей в предковидовой рабочей среде происходила за счет спонтанного общения. Беседы у кофейного автомата — это клише, но они действительно создают возможности для более тесного знакомства с коллегами. Именно поэтому небрежное и нецеленаправленное взаимодействие во время гибкой работы существенно отличается от целенаправленного общения — общение с социальными целями во время планируемых событий может значительно способствовать развитию крепких связей.

Кажется, что многие работодатели не уверены, как привлечь начинающих специалистов по науке о данных и развить их в опытных практиков в этом новом рабочем мире, поэтому они часто предпочитают нанимать более опытных сотрудников, чем требует их работа на самом деле. Хотя это создает больше возможностей и спроса для людей на моем уровне, это не является хорошим для всей отрасли. Нам нужно иметь новых участников в этой дисциплине, которые привносят новые идеи и креативность, и нам нужно дать им инструменты для роста и успеха, даже если мы больше не проводим весь день в одном офисе, как раньше.

Нам нужно иметь новых участников в этой дисциплине, которые привносят новые идеи и креативность, и нам нужно дать им инструменты для роста и успеха.

Наша задача, как участников профессии по науке о данных, в первую очередь заключается в признании того, что сейчас все изменилось, и это нормально. Мы не можем вернуться в прошлое и отказаться от новой рабочей среды, и я бы не хотел. Гибкость в работе делает нашу жизнь и наше сообщество лучше. Мы просто должны приложить усилия для определения важных моментов и выработки подходов для их достижения в этой новой среде.

Больше информации о моей работе вы можете найти на www.stephaniekirmer.com.