您的位置 首页 赚钱项目

学校没教的事: 如何养成好的「职场习惯」

得刚拿到初级数据科学家的offer时,我还在为成功上岸而兴奋不已,迫不及待想大展拳脚。直到入职后我才发现,在这样一群经验丰富,对工作总是成竹在胸的同事中,自己显得那么不知所措。无措所带来的不安全感和自我怀疑,让我对自身技术和知识掌握程度一下子泄了气。以为自己修炼到足够优秀才获得了这份工作,事实给我当头一棒:成功找到一份工作只是个开始。

在工作的头几个月甚至到头几年里,自我怀疑的情绪一直如影随形。但正是这种不安全感,让我对自己有了更深的了解,也鞭策着我学习了更多专业知识。在这里我想和大家分享我的心得,如何正视自我怀疑,并从中获益。希望这篇文章可以帮助那些数据科学领域的求职者,让大家了解专业数据科学家工作时可能遇到的挑战,做到知己知彼,百战不殆。

1. 让工作井井有条

我经手的大部分项目起步很慢,初期等待数据,参加团队会议,完成其他并行工作,会将项目时间线大大拉长。在项目初始时,如果你没有建立实用且完善的文件系统和工作记录,会为后期工作带来巨大隐患。因为项目一旦启动,进展速度之快,会让你根本来不及回过头来建立系统性的项目进度追踪。

由此可见,学会如何开始一个项目尤为重要。在正式着手项目前,我会整理归类文件至相应文件夹,设置项目的版本控制环境。除此以外,我还养成了记录代码思路的习惯。开始写代码前,在笔记本上写下逻辑和注意事项,能帮我理清思路。

除此以外,写项目进度周记也是一个好习惯。周记能帮助我复盘本周已完成的工作,并为下周进度做计划。得益于此,我能随时回顾工作内容,让我在汇报进度时胸有成竹。最重要的是,在工作中我学会了如何恰当命名文件,从而节省大量后期整理时间。相反,如果漫无规则随意命名,随着时间的推移,文件增多,会越来越混乱。这些都是改善工作条理性,提高工作效率的小tips。

 2. 相信自己的能力

初入职场,缺乏自信是大多数人都会有的一种心态。环顾四周,同事们都已轻车熟路,自己还在熟悉环境,产生不安全感是非常容易理解的。此时建立自信心,尤为重要。换个角度想,同事早你一步入职,自然看起来比你更老练。不必气馁,因为老板并不要求你能熟记每件事,而是需要你快速学习新事物的灵活性。

3. 工作之余做些项目

在工作之外的时间,学习一些新知识,尝试做之前没有过的项目类型,也让我受益匪浅。可以主动邀请不同资历的同事,一起加入你的项目,在交流的过程中互相学习。这种非工作相关的项目,不会有来自时间,金钱,或者客户的压力,可以专注学习本身。如果不能说服同事们一开始加入,可以先独自把项目做起来。在你谈及自己从项目所学到的知识和所获乐趣时,同事们很有可能产生兴趣,想要与你合作。

4. 向前辈学习

刚进入公司,成为一名初级数据科学家,大概率你的主管或导师会是一名资深数据科学家。无论是商业层面还是技术层面,ta都能给予你指点和帮助。记得小时候看的《动物世界》吗?幼狮埋伏在草丛里,通过观察父母如何捕食来学习捕猎。同样的办法也适用于职场。观察你的导师,看他们如何处理日常办公室事务,与客户交谈,向非技术人员解释技术问题,以及他们如何对项目做出决定。总而言之,学习ta是如何学习,解决问题,如何思考,就能趋向ta的水平。

5. 聆听的重要性

沟通是数据科学的根本。数据科学家对于数据有了洞察,通过讲述其背后的故事,让我们的发现和听众产生共鸣。聆听是沟通的第一步,因此在数据科学工作中,不论对方是你的上司、客户还是团队负责人,你都需要认真聆听他们的想法。数据科学家不会单打独斗,除了分析数据,还需要充当不同团队之间的对话者。比如与营销团队分析转化活动的数据,与服务器开发人员讨论数据管道的搭建,还会向公司高层提出策略建议。我们需要兼收并蓄各个部门的观点,整合信息,从而为团队提出更全面的结论。

6. 大胆问问题

“初来乍到,问问题会不会显得自己很弱鸡,被同事嫌弃?”,这种心里打鼓很常见。但提问能让你在数据科学家的工作上走得更远。初入职场,尤其你只是一个刚毕业的学生,同事不会期望你能精通所有的技术,或者能解决一切问题。所以在遇到问题时,你可以毫无压力地说“我不知道”,“我有一个问题”或者“我需要再研究下再回复你”。如果同事用了你不熟悉的行话和术语,不要害怕提问。与其埋头自己试图解决问题,简单的一句提问可能会节省不少时间。相反,试图掩盖问题,对同事和你的关系会产生负面影响,可能给人留下不爱交流,甚至不靠谱的印象。敢于提问,善于提问,你在团队讨论中的贡献程度会更高。对我而言,提问是一个绝佳的成长方式。

7. 相信自己的判断,和同事保持交流

当我们着手一个项目时,其中会有许多关键性决策点。比如:如何合理划分训练集和测试集,如何对分类数据编码,机器学习中如何选择特征,生成哪些新特征……这些是常见的数据分析步骤中可能遇到的问题,都会对最终模型的成果产生不同的影响。如果对每一步都追求做到最优化,可能会消耗不必要的时间和精力。所以需要依靠你的直觉和经验,相信自己,做出决定。

(小提示:做决定时,记录下你的决定所基于的前提和假设。这个小步骤,不但在后期回顾项目时会有所辅助,你还能挑出拿不准的问题,与同事沟通讨论,学习他们的经验。)

最后

找到工作就能高枕无忧了吗?当然不是。这是终生学习的时代,数据科学领域发展迅速,我们需要不断学习来迭代提升自己。作为一名初级数据科学家,工作初期你会花大量时间进行知识的查漏补缺,努力跟上最新的发展趋势。在这个数据为王的时期,成为优秀的数据科学家,道阻且长。需要抓住每一个在实践中,在沟通中,在同行身上,潜在的学习机会。

关于作者: 七里香赚钱网

热门文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注