你可能正在无意中破坏自己的数据科学职业生涯。在这篇文章中，我想讨论我看到过的四个最大的职业杀手，其中一些我也成为了受害者。
考虑业务影响，而不是技术
大多数初级和中级数据科学家过于关注技术细节。我也犯过这样的错误。
我更感兴趣的是如何使用神经网络来解决 X 或者 XGBoost 如何建模 Y。拥有这种热情和兴奋感是很好的；这意味着你对这个领域感兴趣，并且乐于学习。
然而，这相当不合适。
你的工作是改善业务的运作方式。从根本上说，你是在为业务创造更多的收入。如果我们非常诚实，这可能有点过于简化，但这是真的。
我记得在我职业生涯早期，我的直线经理告诉我“关注影响”。当时，我认为这听起来很好，但实际上并没有具体的内容。
事实上，“关注影响”实际上意味着解决业务问题。在你的领域里，业务或利益相关者正在为哪些问题而挣扎？你如何使他们的生活变得更轻松？
在考虑技术解决方案之前，你应该首先提出这些问题。理想情况下，你应该从简单开始，产生即时的“影响”，然后在此基础上迭代。
关注影响的 数据科学家会迅速成长并获得晋升，因为他们为业务创造了可衡量的价值。你使用的是线性回归还是 RNN 并不重要；如果你带来了数百万英镑的收入，没有人会抱怨。
你所从事的工作比你的努力程度或你实施的技术复杂性更重要。因此，明智地选择你的工作和项目，你的职业发展将加速。
长期愿景
我最近在我的通讯中写道，人们应该 思考。这可能听起来很哲学和“玄乎”，但你有多少时候只是坐着思考而没有分心？
虽然听起来有点悲伤，但我经常思考我的职业和职业发展。我会问自己一些问题，
-
你希望在 1 年、5 年和 10 年后做什么？
-
你真正想做什么工作？
-
你希望在哪里工作？
-
你希望在何处工作？
-
我能看到自己一直做这个吗？
-
什么会使我的工作变得更好？
-
我最喜欢这份工作的哪个部分？
这些基本上是日记提示，但我将它们用作思考提示。让自己探索并诚实地面对自己，这真的有助于给你提供内在的方向，这最终会在现实生活中体现出来。
让我给你举一个例子。在我的情况下，我深入思考了我最喜欢作为数据科学家的是什么，以及我接下来真正想做什么。对我来说，最好的部分是将你的算法投入生产并产生有形的商业价值。
这只是数据科学家工作流程的一小部分，但另一份工作一直在做这件事。它被称为机器学习工程师，这在我脑海中变得清晰，这就是我想做的事情。
所以，在过去的几个月里，我更多地了解了软件工程，参加了一门数据结构和算法课程，并将在几个月后开始担任机器学习工程师的角色。
这并不是为了炫耀，而是为了展示回答这些问题如何让我对想去哪里有了清晰的了解。它给了我一个长期的职业愿景，而不是成为一个乘客，随波逐流。
重要的是要有前瞻性，因为你可能想要稍微改变你的角色、你工作的团队，或者你想要成为专家的专业领域。
我建议坐下来诚实地回答上述问题，无论是心里想还是最好写下来。这将给你的职业生涯指明方向，这比你想象的更重要。
储蓄与投资
也许这不仅仅是对数据科学的建议，也是一般的工作和生活建议。工作可能会变化无常，而且在今天的经济环境中，裁员并不罕见。
所以，无论你是谁，确保你储蓄，最好是投资，为任何可能的雨天做好准备。
从阅读《金钱心理学》中，我了解到人们对储蓄和投资有不同的看法。所以，只按你想要的方式储蓄和投资你的钱，这样你才能安心入睡。
有不同的方式来做这件事，比如投资股市、利率账户，甚至是像加密货币这样的风险更高的资产。我下面链接了一篇文章和流程图，深入探讨了这些话题，以便你能找到适合你的那一个。
不言而喻，这并不是财务建议，我并不是财务顾问。
你应该记住的最重要的是更多地思考你用钱做了什么。
探索与学习
我看到这个部分太频繁了，这可能有点争议，但我认为快速晋升并不是最好的主意。
听我说。
我看到过一些人迅速晋升到高级职位，这很好，向他们表示衷心的祝贺。然而，你现在把自己局限在一个领域，因为你很可能在一家特定公司的一个利基技能领域非常出色。
如果你想要调动工作或者甚至被裁员，你将很难找到一个能让你得到与当前职位相匹配的薪酬和排名的工作。
你没有给自己留出探索和学习互补技能和知识的时间，以使你成为一个灵活且全面的数据科学家。
我建议拥有T 型技能，即你对基础知识非常了解，并且对大约三个领域有相当深入的了解，以保持你的平衡。
图表由作者在 Canva 制作。
然而，学习领域的广度和 2-3 个领域的足够深度需要时间，而且随着你级别的提高，你变得越来越专业化，这使得获得这些 T 型技能变得困难。
学习任何东西的最佳方式是通过实践，所以请慢慢来，在你作为相对初级的数据科学家时，探索所有你的学习机会。
职业生涯漫长，跨越数十年。在你 30 岁之前，不要急于成为员工或高级数据科学家；没有必要。享受旅程，尽可能多地吸收知识。
侧记：我正在听来自开发者新闻通讯的播客，其中一位 28 岁的谷歌工程师说，他希望自己的成长速度慢一些。所以，我并不是在胡说八道！
摘要及进一步思考
如果你一开始就做对这四件事，你将在你的职业生涯中设定一个完美的起点。所以，记住关键点是：
-
解决商业问题，停止担心技术解决方案。
-
为你的未来职业发展制定一个愿景，并定期检查以确保这是你想要的。
-
将你的钱投资在你感到舒适的事情上。
-
不要急于晋升；给自己时间学习和积累广泛的知识。
另一件事！
我有一个免费的通讯，Dishing the Data，我在其中作为实践中的数据科学家分享每周的技巧和建议。此外，当你订阅时，你将获得我的免费数据科学简历和我的 AI 路线图的简短 PDF 版本！
联系我
-
我的**YouTube 频道和频道**，用于学习技术数据科学和机器学习概念！
扫一扫
1112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
