Часть 2: размышления и советы

Это вторая часть серии сообщений. Если вы хотите увидеть данные о том, на какие вакансии я подавал заявки и как я продвигался через собеседования, ознакомьтесь с частью 1 здесь.

Кажется, в Интернете много материалов о том, как получить первую работу в области науки о данных, но не о том, как делать вертикальные шаги с должности младшего или среднего звена. Шесть месяцев назад я начал новую работу в качестве старшего специалиста по данным и подумал, что другим будет полезно прочитать историю о том, как я получил эту работу.

Эта статья не предназначена для того, чтобы быть «вот 5 вещей, которые нужно сделать, чтобы гарантировать, что вы найдете работу в области науки о данных» - это далеко не так. Я рассказываю свою историю просто потому, что думаю, людям будет интересно о ней почитать. Моя природа всегда наставлять, поэтому я могу давать несколько «советов» здесь и там, но большая часть из них основана на очень маленьком размере выборки (N = 1). Я перечислю, какие стратегии я целенаправленно использовал для поиска работы по сравнению с теми, которые были по счастливой случайности случайными. По крайней мере, я надеюсь, что эта статья будет интересным чтением для профессионалов в области данных и, возможно, может послужить источником вдохновения для некоторых.

Данные

Я расскажу более подробно в этом сообщении в блоге, а вот график, в котором резюмируется, в какие компании я обращался и как я прошел через процессы собеседования:

Во-первых, немного предыстории

(Если вы читали часть 1, можете пропустить этот раздел)

Привет, я Аарон! Конец истории в том, что я старший научный сотрудник Saturn Cloud. Моя роль заключается в том, чтобы помогать клиентам использовать нашу платформу, а также создавать интересный контент по науке о данных, который укрепляет наш авторитет на рынке и знакомит пользователей с технологиями, которые мы поддерживаем. Это сильно отличается от того, что делает в компании «типичный» специалист по данным (есть ли вообще такой человек?) - мою роль можно представить как смесь архитектора решений и защитника разработчиков, но ориентирована на науку о данных. Тем не менее, я считаю, что мой опыт здесь должен найти отклик у всех, кто ищет работу в области науки о данных (или любую другую работу, если на то пошло).

Я получил докторскую степень в области компьютерных наук в Атлантическом университете Флориды, где мои исследования были сосредоточены на интеллектуальном анализе данных и машинном обучении для приложений здравоохранения. До Сатурна я работал специалистом по анализу данных в компании Modernizing Medicine, занимающейся электронными медицинскими записями. Я начал свою карьеру в Modmed в качестве стажера по рекомендации моего научного руководителя. Это было до того, как у них появилась группа по обработке данных, и я имел удовольствие развивать свою карьеру вместе с командой в течение нескольких лет. Из-за этого я искал должность старшего специалиста по данным, не проходя ни одного собеседования за более чем шесть лет! У меня был большой опыт проведения собеседований с людьми на роль данных в Modmed, но я определенно боялся оказаться по другую сторону стола.

Для получения дополнительной информации это были резюме, которое я использовал для поиска работы и мой веб-сайт портфолио.

Несколько вещей, которые я сделал правильно

Было несколько вещей, которые я сознательно решил сделать как до, так и во время поиска работы, которые, как я считаю, помогли мне сориентироваться в процессе и в конечном итоге получить отличный концерт!

Составьте краткий список интересных компаний

Мне всегда было интересно узнать о различных ролях и организациях в области науки о данных, и я держал на телефоне заметку «Компании», где я мог бы добавлять все, что находил интересным. Это помогло мне стать отправной точкой, когда я действительно искал работу, вместо того, чтобы сразу приступить к публикации сообщений о вакансиях в LinkedIn (однако в конечном итоге я это сделал). Оказалось, что я нашел работу в Saturn Cloud через LinkedIn, но это был отличный опыт, когда я решил подать заявку в компании, которые я знал.

Контрольный список работы мечты

Эта часть имеет решающее значение для обеспечения хотя бы некоторой направленности поиска работы. Мой подход заключался в том, чтобы разослать заявки компаниям, которые меня хотя бы слегка интересовали, а затем в процессе собеседования посмотреть, какую часть моего «контрольного списка» покрывает роль и компания. Все дело в ваших желаниях и ценностях: какие технологии вы любите использовать? В каких отраслях вы бы хотели работать? Что вы больше всего цените в культуре компании? Одна роль, вероятно, не охватит весь ваш список, но важно оценивать ее критически. В противном случае вы можете принять первое предложение, которое попадется вам на пути, только для того, чтобы стать недовольным, а затем в конечном итоге проделать весь этот процесс снова через шесть месяцев. Это был мой контрольный список, скопированный прямо из приложения Notes на моем iPhone:

  • Сложившаяся культура, основанная на данных, в окружении умных людей, работающих с данными
  • Хорошая видимость / работа с высокой ударной нагрузкой
  • Делать добро
  • Баланс между работой и личной жизнью
  • Ориентированный на дизайн

Вопросы к работодателям

Это соответствует предыдущему пункту, но важно, чтобы на собеседовании вы проводили собеседование с компанией в такой же степени, как и с компанией, проводящей собеседование с вами. Многие из этих вопросов я получил из различных твитов, публикаций в LinkedIn или статей из интернета. Некоторые из них могут быть сформулированы не так, чтобы прямо задать вопрос вашему интервьюеру, но также могут быть пунктами, которые вы собираете на основе опыта и исследований компании и команды, с которой вы будете работать. Они снова напрямую скопированы из моего приложения Notes 😬.

  • Куда вы видите движение организации? Технология? Рост?
  • Как меня будут измерять? Как я могу гарантировать свой успех?
  • Как менеджер относится к обратной связи? Вы регулярно даете обратную связь?
  • Какой уровень управленческого опыта есть у менеджера?
  • Удаленная работа?
  • Участие сообщества - выступления
  • Нет больше времени?
  • Компенсация - заработная плата, переезд, отгул.
  • Сколько сотрудников, выручка, планы роста, финансирование
  • Как поживает ваш руководитель проекта / мастер схватки?
  • Методология управления проектами / программное обеспечение
  • Mac против ПК (PC означает запрет на использование)

Что я случайно сделал правильно

Успешный поиск работы часто происходит задолго до того, как человек начинает искать. Вот некоторые вещи, которые я случайно сделал прямо перед тем, как даже подумал о поиске другой работы. Большинство этих наблюдений анекдотичны, но я чувствую, что способствовал успеху в поиске моей нынешней должности. Ваш пробег может отличаться!

Моя сеть

Хорошо, это звучит как шаблонный совет по поиску работы: «Создайте свою сеть!», «Все дело в том, кого вы знаете!». Но на самом деле это так. И это не было чем-то, что я активно создавал, потому что я знал, что это поможет моей карьере, это просто исходило от нынешних и бывших коллег, посещения встреч и конференций и работы в Интернете.

Мне очень повезло, что я начал свою карьеру в быстрорастущем стартапе и поработал с блестящими и удивительными людьми, которые стали близкими друзьями. Некоторые из этих людей продолжили работать в таких компаниях, как Twitter, Airbnb и Facebook. Речь идет не только о крупных технологических компаниях, но иногда приятно называть каплей 😬. Фактически, я подал заявку в несколько из них, но все они отказали мне (Twitter, Spotify, Facebook, Apple, Tesla - но кто считает?). Во всяком случае, вернемся к делу. Хотя эти друзья не являются специалистами по обработке данных, я все же могу рассказать об их опыте в индустрии программного обеспечения и поделиться своими идеями. Я даже смог получить рекомендации на роли в Twitter и Spotify (привет моему парню Regy Augustin).

Аспект моей сети, который был наиболее важным для поиска моей нынешней работы, - это сцена встреч. К счастью, несколько групп встреч по науке о данных и машинному обучению появилось в Майами / Форт. Лодердейл за последние несколько лет. Майами не похож на более крупные технологические центры, такие как Сан-Франциско, Нью-Йорк, Остин и т. Д., Но было здорово участвовать в этих сообществах. Может быть, довольно утомительно ходить на мероприятия после полного рабочего дня (особенно, когда вам нужно ехать из Бока в Майами в час пик), но я всегда заставлял себя идти, потому что хотел познакомиться с людьми и узнать что-то новое. Часто (в большинстве случаев) я чувствовал, что это пустая трата времени - разговор был плохим, разговоры были неловкими, трата бензина и т. Д. Но я большой поклонник этой идеи:

Я обнаружил, что удача вполне предсказуема. Если хочешь больше удачи, рискни больше - Брайан Трейси

(отказ от ответственности: я понятия не имею, кто такой Брайан Трейси, и не поддерживаю его или его работу. Мне просто нравится цитата.)

Не на каждой встрече встречаются встречи, «изменяющие жизнь». Иногда вы не получаете даже незначительной связи. Но иногда бывает. По-моему, это стоит попробовать во всех других случаях.

В 60% случаев срабатывает каждый раз - из фильма «Ведущий»

(Я также не одобряю продукт, который рекламировался во время этой сцены фильма)

Мне, наверное, было легче выступать на митапах, потому что сообщества все еще росли. Я впервые выступил на встрече в Ft. Lauderdale Machine Learning group в 2015 году, когда я был аспирантом второго курса. Я помню, как был напуган, потому что группа была очень хорошо осведомлена о глубоком обучении, о котором я ничего не знал в то время. Для меня большим прорывом стало создание Майами группы машинного обучения, и я впервые выступил там в 2018 году. В конце встречи один из организаторов просто сказал: Есть ли у кого-нибудь что-то, что они могут представить в будущем? встреча? , и я вызвался. Вот и все! В конце концов, это привело к тому, что я выступил на нескольких встречах, а затем взял на себя роль организатора. Большой привет Алексу Рубинштейну, который основал группу даже в качестве майамца по совместительству. Работая в Нью-Йорке, он увидел ценность, которую группы встреч приносят сообществу специалистов по науке о данных, и хотел сделать это и в Майами.

Алекс также принес идею стать главой PyData и провести первую конференцию PyData в Майами в 2019 году. Благодаря работе Алекса, меня и многих других организаторов мы смогли провести большое мероприятие в Майами и планируем провести много больше в будущем. Мне даже дали представление о стартапе через несколько уровней связи, начиная со случайного сообщения Slack с другим органайзером от PyData (спасибо, Бен Суутари!). Saturn Cloud, компания, в которой я сейчас работаю, на самом деле спонсировала конференцию PyData Miami 2020 (которая в конечном итоге была отменена из-за того, что вы знаете). Я даже не сложил два и два, пока не закончил половину процесса собеседования - оказалось, что у меня уже было несколько писем со своими интервьюерами за несколько месяцев до того, как я подал заявку 😅.

Общественная работа

Это важный вопрос, и многие люди дают совет специалистам по обработке данных, ищущим работу. Сказать, что вы знаете инструмент или алгоритм в своем резюме, не дает рекрутеру никакого контекста или глубины вокруг ваших знаний об этой технологии. Репозитории на GitHub, сообщения в блогах и записи выступлений дают рекрутерам возможность увидеть то, что вы действительно знаете. Иногда это может быть сложно, когда вы занимаетесь наукой о данных в компании, потому что вы не можете сделать свой код или данные общедоступными, чтобы их могли видеть другие.

К счастью для меня, я смог выступить с докладом на Spark + AI Summit в 2018 году, касающимся моей работы в Modmed (конечно, после того, как прошел несколько обзоров юридической и маркетинговой команд). Я также выступал с многочисленными докладами на конференциях, встречах и различных мероприятиях, связанных с моей докторской диссертацией и другими побочными проектами. Я всегда записывал доклад и выкладывал его на YouTube, даже если это был просто скринкаст с моего ноутбука.

Хотя я не участвовал в проекте с открытым исходным кодом до этого поиска работы, у меня был общедоступный репозиторий GitHub с кодом, который я написал для проведения экспериментов по машинному обучению для моей докторской диссертации. На самом деле я закончил презентацию об этой структуре во время собеседования для Saturn.

Делать много разных вещей

Несколько очень разных компаний говорили мне, что я идеально подхожу для этой роли, и я думаю, это из-за разнообразия работы, которую я проделал и опубликовал на протяжении всей своей карьеры. Я обнаружил, что охватываю как области инженерии данных, так и науки о данных, и моя докторская диссертация позволила мне глубоко погрузиться в теорию машинного обучения. По крайней мере, интерес к различным темам и их чтение дает вам отправную точку для разговора. Иногда вам достаточно всего лишь одного крючка, чтобы привлечь внимание интервьюера!

Хорошо продуманное портфолио

У меня нет количественной оценки того, насколько эффективным был мой сайт-портфолио и смотрели ли его даже рекрутеры. Но я считаю, что хорошо продуманное и привлекательное портфолио - это то, что отличает специалистов по данным от других или, по крайней мере, делает ваше приложение более запоминающимся для рекрутера. Я не беру на себя ответственность за дизайн пользовательского интерфейса (спасибо Камила О.Х..), Я просто поместил все теги ‹div› в нужные места.

Во всяком случае, сайт послужил для меня способом освежить свои навыки HTML / CSS / Javascript (в основном напоминая мне, почему я выбрал науку о данных, без обид для веб-разработчиков 😅). Но это также помогло мне пересмотреть работу, которую я проделал до сих пор в моей карьере, сохраняя все в моей памяти свежим, когда подходило время для собеседований.

COVID-19

Я, конечно, ничего не делал, но у меня есть некоторые наблюдения о том, как поиск работы влияет на изоляцию от COVID-19 и удаленную работу. Это было (и есть) ужасно трудное время для многих людей, и мне очень повезло, что я работаю в отрасли, которая все еще продолжала нанимать людей в те неопределенные времена. При планировании собеседований мне было выгодно работать удаленно, поскольку мне не нужно было придумывать способ ускользнуть из офиса, чтобы ответить на звонок, или взять выходной, чтобы поехать на собеседование на месте. То, что я застрял в своей квартире по вечерам и в выходные, также помогло мне больше задуматься о том, чего я хочу от следующей работы, и потратить время на составление своего резюме и портфолио.

Что я выучил

Поиск работы был для меня определенно поучительным опытом. Я не ожидал, что вы нанесете себе психологический и эмоциональный урон, от того, что вы тянете поздно вечером за заполнением заявлений, до того, что вы будете раздавлены, когда ваша «работа мечты» откажется от вас, до необходимости быть в отличной форме для сложной технической проверки - все это время по-прежнему выполняя обязанности по работе и повседневной жизни!

Интервью по программированию на доске сложно

Это могло быть целое сообщение в блоге само по себе. Я прошел всего пару собеседований по программированию в стиле FAANG (на самом деле это была просто F), и они были ужасными. Я прошел через процесс собеседования с инженером-программистом и специалистом по науке о данных для Facebook, и, хотя они были немного разными, я замер во время обоих. Оглядываясь назад, я понимаю, что полностью способен ответить на эти вопросы, но окружающая среда не способствовала ясному мышлению.

В качестве контрпримеров я взял тесты кодирования на дом от нескольких небольших компаний. Все они были четко очерченными проблемами, и у меня было время подумать о них и поработать над ними так же, как и на работе. Они также послужили примерами того, на что могла бы быть похожа моя работа на этой должности - в итоге я отозвал пару заявок до завершения теста, отчасти потому, что работа меня не интересовала!

Получив предложение, вы быстро пройдете через конвейер

Это не было запланировано, но когда я ожидал предложения от Saturn Cloud, я был в середине процесса собеседования с несколькими компаниями. Я хотел убедиться, что у меня есть возможность оценить эти позиции, поэтому я сказал компаниям, что у меня отличное предложение, и это действительно ускорило процесс. В одной компании у меня был начальный экран телефона с рекрутером, я упомянул, что меня интересует эта работа, но у меня есть предложение, и они назначили собеседование с директором по Data Science на тот же день!

Скорость конвейера собеседований привлекает хороших кандидатов

Это отражение больше для компании, которая нанимает сотрудников, чем для тех, кто ищет работу. Многие из отказов, которые я получил, были получены после того, как я уже начал или завершил собеседование с другими компаниями. Я особенно вспоминаю, как один из моих собеседников в Saturn Cloud сказал мне, что их цель состояла в том, чтобы быстро пройти процесс собеседования и чтобы он не занимал более 6 часов моего общего времени. Я очень ценил это, и это хорошо говорило о компании - они продумали процесс собеседования и уважали мое время еще до того, как я стал там сотрудником.

Готово!

Всем, кто дошел так далеко - спасибо за чтение! Я надеюсь, что эта история была интересной и полезной для всех, кто хочет повысить уровень своей работы в области науки о данных.

Не стесняйтесь обращаться ко мне в Twitter @rikturr, чтобы поддерживать разговор!