走在“辞职”路上的数据科学家们!

2个月前 ( 03-16 ) 1414阅读 0评论

【CSDN 编者按】很多文章都说,数据科学是21世纪“最性感”的工作,数据科学家可以赚得盆满钵满,以至于数据科学看起来是完全梦幻般的美妙工作。但事实表示,数据科学家们通常每周都会花1-2小时来寻找新工作机会,这其中的原因是什么呢?

作者 | Adam Sroka  译者 | 弯月

出品 | CSDN(ID:CSDNnews)

以下为译文:

理想职业?

 

我们常常听到有关数据科学家有多么热门的消息。“数据科学家是21世纪最热门的职业”之类的新闻头条层出不穷,而且年度高薪榜上也经常看到数据科学家的字样。

数据科学的贡献颇多。这是一个充满挑战性的职业,需要学习的知识很多,而且必须保持精力充沛。 与其他职位相比,数据科学家拥有更多自主权来探索和解决有趣的问题。此外,在许多情况下,你还将有机会与各个领域才华横溢的人一起共事。

尽管如此,据调查显示,许多数据科学家每周都会花费数小时来寻找新的工作。其中,从事机器学习的研究人员在找新工作上花费的时间最多,根据2020年Stack Overflow的开发人员调查报告,这一比例为20.5%,仅次于学者!

如果说数据科学是理想职业,那么我们就不得不问了:为什么如此多的数据科学家都在找新工作?

曾经的我也面临相同的处境,因此我希望通过本文介绍一下个人的经历,并对大家有所启发。

我曾担任过多年的数据科学家,后来跳槽到了一家创业公司,担任总监一职。现在我的工作主要是管理和领导。由于我既当过数据科学家,又管理过团队(开发团队和数据团队),所以我可以兼顾双向立场,提出一些不寻常的观点。

在担任数据科学家期间,我也感觉很痛苦。大多数时候我都在创业公司工作,在职业生涯的早期就跳了几次槽。原因有很多,但是其中有许多因素我在其他公司也听到过。

在本文中,我打算简单概括一些普遍的原因,以及我认为哪些因素有助于缓解这种情况。我的建议主要面向以下读者: 

● 不太满意目前的工作,但又无法下决心离职的数据科学家;

● 无法长期留住数据科学人才的经理和组织;

● 计划进入该领域的有志人士。

在正式进入讨论之前,首先我必须说我仍然喜欢数据科学。这是一个回报非常丰厚的职业,只不过你需要了解如何最大化自己的利益。

现实与期望

 

数据科学家的职位听起来太厉害了:工作中接触的都是尖端技术,通过各种有趣的方式解决难题,使用新算法,开发对组织影响重大的机器学习解决方案。

然而,对于许多人来说,这一切都只是美梦。

根据我的亲身经历,以及众多业内人士的经验,现实与期望往往有天壤之别。我不得不说,这是导致数据科学家倍感沮丧并离职的首要原因。

导致这种情况的原因有很多,但我们应该记住,这是双方面的。

不切实际的期望

在职业生涯发展的早期,许多数据科学家都没有在真正的组织中工作的经验。就像你在社交网络上看到的别人都不是现实的生活,人们只能看到数据科学光鲜的一面,并以为这就是常态。

我发现,刚从大学毕业或从某个学术界的研究职位脱身出来的人,往往都有这种错误的认识。他们会假定时间和预算都没有限制。我经常听到数据科学家的抗议,说他们无法设定一个完成工作的时间线,只能顺其自然。这种思想并不太正确,与大多数组织的文化都不太吻合。

你只能根据要达成的目标范围调整时间,或者根据时间计划调整范围。

另一个导致数据科学家离职的主要原因是,这个岗位上的许多工作都平淡无奇。在大多数组织中,你不仅需要做好技术工作,而且还要处理好其他比较无聊的工作。如果你不喜欢写报告、准备演讲稿、翻来覆去的解释模型或方法的基础知识、管理项目、管理费用,或者设法赢得其他部门的支持,那么肯定会遇到麻烦。

无情的现实

还有一个很普遍的现象是,你所期望的基础设施和数据处理实际上并不存在。

之前,我曾在一家创业公司工作,我是公司的第二个数据科学家。我的一位同事已经在公司工作了18个月,这期间他所有的时间都花在了构建一些基本的数据流水线上。我很幸运,他们历经千难万险才说服了相关人员批准预算,还解决了采用新的云技术时遇到的安全与IT难题。

有些时候,你必须做一名聪明的技术人员,即便面对模棱两可的需求也能顺利完成工作。而能够做好数据科学的工作是其次的。

如果团队中缺乏经验丰富的数据科学家,或者组织的管理人员缺乏管理数据科学家的经验,这些问题就会变得更加严重。如果你是孤军奋战,那么你的观点就很难引起共鸣。这种情况下,很容易导致不愉快的工作环境和无法兑现的期望。

作为数据科学家,你可能会以为自己的职责是构建智能模型,并从数据中获取尽可能多的价值。刚入公司的前几个月,你会忙于建立获取数据所必要的基础设施和流水线。

然而,公司的高级利益相关者只看到你花费了大量时间,但收效却甚微。实际上,如果你能在定期召开的董事会上展示一些简单的图表,他们就会非常满意。他们只看到了昂贵的资源被花了出去,却没有看到你迅速地交付价值。

这种沟通上的脱节导致双方都感到失望。

如果有机会,你应该在面试的时候询问一些相关的问题: 

● 公司最高层中的哪位决定引入数据科学?

● 他们有数据科学相关的经验吗?还是说他们只是跟风?

● 数据团队中有多少人?

● 你们有数据工程师/分析师/运维工程师吗?还是说我需要承担起所有的工作?

以上内容似乎都比较消极,但实际情况也并非那么糟糕。许多组织的数据科学工作开展的都很顺利,只不过你需要平衡自己的期望与该职位的实际情况。

精彩的办公室政治

 

提到办公室政治,相信不少人都会感到头疼。

一支优秀的团队,优秀的管理,却因为办公室政治而郁郁不得志,这类的故事简直层出不穷。我身边也有人有这样的亲身经历:某个组织中数据科学部门唯一的高级领导被迫辞职,随后整个团队被重组,负责一些枯燥的日常工作,每个人都空有一身才华却无处施展。

办公室政治是职业生涯发展中不可避免的一部分。你不必参与这场游戏,你完全可以带着自己高超且稀有的技术力跳槽。

我建议你了解一下组织行为学中的 “EVLN模型”(Exit,Voice,Loyalty和Neglect,即退出,发声,忠诚和怠工)。该模型是经济学家Albert Hirschman于1970年代提出的。

当出现问题时,你有四种选择:

● 退出(Exit)指的是辞职,使公司陷入更糟的困境,因为问题依然存在,却失去了你的技术力和经验。

● 发声(Voice)指的是勇敢地站出来,与主管讨论有关组织变革的问题,表达自己的看法等。

● 忠诚(Loyalty)指的是耐心等待组织变革好转。如果你的耐心消耗殆尽,事情却没有转机,那么你可能会选择其他方法。

● 怠工(Neglect)指的是迟到、早退、利用上班时间做个人事情等各种消极怠工,这种做法很容易导致自己被开除。

在以上四个选项中,只有“发声”表现出了积极的一面。然而,你选择这种方法,就势必要与办公室政治展开斗争。

在许多情况下,办公室政治的影响可能甚至会超过薪资待遇。预算被大幅削减,你肯定会感觉非常无力。这时,你可以权衡一下应该采取哪种方式,与某个领导的真诚沟通可能会成为变革的催化剂。

如果你所在的组织规模较小,你更容易接近决策者,那么我强烈建议你与他们沟通。与很多人的印象不同,人们通常都希望做正确的事,很少有公司会雇佣恶意与你作对的人。

一般,高级利益相关者可能没有机会了解数据科学团队的需求。你需要花些心思向他们展示如何提高价值,与他们搞好关系可以帮助他们利用你的技术力获取最大价值,而且也可以帮助你更好地了解高层领导人真正关心的是什么。

在从事数据科学的早期,我曾开玩笑地向CFO或财务总监建议自动化一些工作流程。这种方式可以向拥有预算决定权的人证明你的价值,并为你赢得同盟。当然这也只是一句半开玩笑的话,因为这些人非常忙碌,经常被Excel压得抬不起头来。

你需要赢得在业务决策中有影响力的人的好感。他们中的大多数人根本不关心你的算法,而且对统计也没有丝毫的了解。你只需要帮助他们完成一些简单的任务,检索基本的数据,实现一些自动化或汇报工作,就可以赢得他们的青睐。时刻保持微笑,树立良好的形象,时间长了,你就会发现自己能够赢得天时地利人和。

数据科学==数据一切

 

只有设法解决办公室政治的问题,才能树立良好的形象。但这是一把双刃剑。

许多人都不理解(也不关心)数据科学家意味着什么。如前所述,他们只当你是一名聪明的技术人员,能够搞定一切。你可以访问所有的数据,而且装备了各种技术工具,遇到问题,他们头一个想到的就是你。

如果你能处理好这些问题,自然很好,但这会成为负担,当人们开始依赖你并向你施加压力时,你就会感到不舒服。很快你就会发现,自己80%的时间都在做一些初级DBA的工作。

我经常对公司说,数据科学家可以做任何事情,但是一般都比其他人更慢,而且成本更高。我们的压力就来源于任何事情。

这个职位掌握的技术非常广泛,而且职责要求并不清晰,因此很容易因为大家的不理解而被迫承担起其他的工作。你应该与高级利益相关者沟通,帮助他们聘请DBA或BI开发人员,而你自己则可以腾出手来做真正想做的工作。

这种方法也可以避免自己被孤立。如果你所在的数据科学家团队非常小,而且很孤立,那么你所掌握的有关数据的专业技能可以避免自己被孤立。数据就是你的擅长领域,而其他人并没有兴趣争夺这片领域的所有权。你可以帮忙建立更好的组织结构,扩展数据科学家的职责,并扩大与其他团队的合作。

总结

 

作为数据科学家,掌握最新的工具和算法还不够。摆正自己的心态,不要有不切合实际的期望,同时又能通过良好的沟通,让上级理解这个职位,你就更有可能取得成功。

希望文本能够对数据科学家、聘请数据科学家的组织或希望涉足数据科学的人有所启发。

原文链接:https://medium.com/swlh/why-so-many-data-scientists-quit-good-jobs-at-great-companies-429ea61fb566

声明:本文为 CSDN 翻译,转载请注明来源。

预约《大咖来了》直播,赢纪念版卫衣以及保温杯等礼品,在直播间精选留言提问题,若问题被采纳,将直接赠送马克杯!先到先得!

☞360搜索、UC浏览器等被3·15点名应用已下架;马斯克宣布通过NFT卖歌;美团App再发力社交,内测 “群聊”功能 |极客头条☞暗藏 15 年,Linux 惊曝 3 大 Bug 直取 root 权限!☞迷惑行为赏析:把 jpg 图片加密后卖了 247 万
☞微软高层人士变动!张祺晋升为微软公司全球资深副总裁
文章版权声明:除非注明,否则均为七默网原创文章,转载或复制请以超链接形式并注明出处。

发表评论

表情:
评论列表 (暂无评论,1414人围观)

还没有评论,来说两句吧...

取消
支付宝二维码
支付宝二维码
微信二维码