Введение

Впервые заявлена ​​как самая сексуальная работа 21 века (https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century), наука о данных в последнее время потеряла очарование ранних стадий (https://hbr.org/2022/07/is-data-scientist-still-the-sexiest-job-of-the-21st-century), и кажется, что это создает работу (например, очистку данных, развертывание, обслуживание), а не сокращает ее и облегчает принятие решений.

По прошествии более десяти лет все еще существует большая доля энтропии и неопределенности в определении ролей, обязанностей и карьерных траекторий для начинающих специалистов по данным, которые отчасти непредсказуемы .

Многие организации по-прежнему изо всех сил пытаются быть ориентированными на данные и имеют нереалистичные ожидания в отношении того, что может дать наука о данных: например, они нанимают специалистов по данным, которые приспосабливаются к работе в качестве инженеров данных, архитекторов данных или администраторов баз данных, а наука о данных откладывается до следующего спринта . .

В современных условиях даже талантливые и целеустремленные люди уходят из науки о данных:

• https://towardsdatascience.com/today-i-quit-data-sciences-here-are-7-reasons-why-15c29e51d032
• https://www.youtube.com/watch?v=M5v1nXiUaOI&ab_channel=JomaTech
• https://ryxcommar.com/2022/11/27/goodbye-data-science/

• отсутствие наставничества
• отсутствие ориентированных на ценность и высокорентабельных проектов
• истощение чрезмерной квалификации для проектирования электронных таблиц и SQL-запросов

Что касается оставшегося 1% (включая MAANG), то есть место (и деньги!) для реальной и ощутимой науки о данных. Тем не менее, эта дисциплина находится в сфере прикладных наук, и я думаю, что это термин, который вскоре заменит науку о данных в будущих вакансиях и описаниях должностей.

Персонал Инжиниринг

Штатный инженер (https://staffeng.com/guides/what-do-staff-engineers-actually-do), технический руководитель или инженер-менеджер — это естественная ступень карьерного роста для инженеров-программистов, инженеров DevOps, инженеров данных, архитекторов решений. и большинство людей, работающих в ИТ-отделе компании.

Тот факт, что вы решили массу проблем, связанных с технологиями (например, микросервисы, API-интерфейсы, приемщики данных, извлечение запросов и т. д.), дает вам возможность заранее планировать деятельность, оценивать усилия и прогнозировать риски, связанные с разработкой функций и развитием продукта.

Как штатный инженер, вы отвечаете за техническое руководство компанией и внедрение инженерного контекста в организационные решения в соответствии со стандартами настройки и передовым опытом.

Вы будете техническим консультантом проектов, назначать варианты использования инженерам среднего начального уровня и поддерживать их в жизненном цикле разработки посредством проверки кода, утверждения запроса на включение и сеансов наставничества.

В свободное время вы создаете свой профиль GitHub, как будто это произведение искусства, и участвуете в проектах с открытым исходным кодом в области технологий. Вы начинаете создавать вещи лучше, быстрее и сильнее.

Стратегические вопросы, чтобы выяснить, подходит ли вам карьера в области инженерии персонала:

1. Нравится ли мне решать проблемы оптимизации и масштабируемости?
2. Испытываю ли я облегчение или удовлетворение при решении технической проблемы?
3. Готов ли я нести ответственность за коммит или одобренный пулл-реквест, вызвавший ошибку в продакшене?

Управление продуктом и владение им — это область, отвечающая за оптимизацию ценности продукта путем разработки и постоянной адаптации дорожной карты и видения продукта.

Это естественный карьерный рост для аналитиков данных и продуктовых аналитиков, занимающихся A/B-тестированием и исследованием продуктов. Они исследуют трения клиентов и точки соприкосновения в воронке привлечения, анализируют коэффициенты конверсии и строят метрики по нескольким направлениям:

• Рост и активация
• Обручение
• Удержание
• Счастье пользователя
• Доход

Люди, занимающиеся продуктом, несут ответственность за удовлетворение потребностей конечных пользователей (внешних заинтересованных сторон), а также деловых людей/инвесторов (внутренние заинтересованные стороны), и их традиционно называют генеральными директорами продукта: они несут ответственность за успех или неудачу запущенной функции/ услуга/продукт.

Если вы обречены на управление продуктами, то вы в курсе последних тенденций в бизнесе и технологиях из того, что читаете дальше:

• https://hbr.org/
• https://techcrunch.com/
• https://www.fastcompany.com/

Стратегические вопросы, чтобы выяснить, подходит ли вам карьера в области продукта:

1. Хочу ли я нести ответственность за KPI, соответствующий OKR компании?
2. Способен ли я управлять как внутренними, так и внутренними заинтересованными сторонами, а также взаимодействовать с самыми разными людьми, такими как продавцы, дизайнеры и инженеры?
3. Способен ли я принимать решения и расставлять приоритеты даже в двусмысленных и неясных ситуациях?

Прикладная наука — это бизнес-подразделение, ориентированное на проекты НИОКР, выдвигающие компанию на передний план исследований с технологиями и методологиями, которые еще не созрели для стандартизации, развертывания в производстве и коммерциализации.

Как ученый-прикладник (исследователь) вы постоянно призваны разрушить установленный порядок и представить новые способы предоставления услуг с использованием передовых технологий, таких как AR, VR, блокчейн, квантовые вычисления и многое другое.

Если вы посмотрите на вакансии в ведущих компаниях, таких как Zalando

или Амазонка

Вы найдете такие названия (вместо Data Science), потому что это направление, в котором крупные игроки идут в ближайшем будущем.

Как ученый-прикладник (исследователь), вы держите себя в курсе с помощью:

• https://www.nature.com/
• https://www.scientificamerican.com/
• https://towardsdatascience.com/
• https://paperswithcode.com/

Стратегические вопросы, которые необходимо предпринять в этом путешествии:

1. Боюсь ли я прыжков в неизвестность, заключающихся в использовании новых подходов к решению проблемы?
2. Готов ли я проводить длительные эксперименты без небольших побед и, как правило, связан с высоким риском неудачи?
3. Готов ли я углубиться в конкретные темы (например, NLP, Computer Vision) и упустить общую картину того, куда движется рынок?

Мой прогноз на 2023 год заключается в том, что наука о данных скоро исчезнет с рынка труда не потому, что ей не хватает конкретики (прикладная наука тоже широка), а потому, что ей нужна измеримость и, следовательно, способность людей оценивать и оценивать ценность.

Вот почему я рассматриваю программную инженерию (штатная инженерия) и владение продуктом (управление продуктами) как достойную альтернативу случайной карьере в науке о данных.

Они отвечают на четкие и безошибочные запросы, такие как:

• Пользуются ли клиенты услугой X? Как далеко от цели? [ВЕЧЕРА]
• Является ли система Y безопасной, надежной и быстрой? Насколько отставание? [SE]

Я не говорю, что вы должны отказаться от карьеры в науке о данных или прикладных науках априори в 2023 году, но имейте в виду, что большинство вакансий не предназначены для специалистов по данным, поэтому вы можете в конечном итоге вырасти до инженера по персоналу или менеджера по продукту. нравится тебе или нет.

Пусть эта статья поможет начинающим ученым и инженерам данных в их путешествии: настойчивость и целеустремленность могут привести вас почти везде, но знание того, в чем вы можете быть исключительным, и подлинное чувство удовлетворения могут на самом деле сделать вас неудержимыми и привести вас туда, куда другие не смогут. .