Mi gerente mintió sobre las responsabilidades de mi trabajo como científico de datos: ¿a qué tipos de trabajos debo postularme?

Antecedentes :

Estaba trabajando como Gerente de Producto para mi empresa actual. En ese rol, proporcioné análisis de datos relativamente avanzados para varios departamentos, a menudo usé software de BI, hice algo de codificación y trabajé en algunas tareas de modelado de datos. También presenté regularmente a gerentes de todos los niveles.

Convertirse en un 'científico de datos' :

Un día, un director de TI se acercó a mí para un puesto de científico de datos . En ese momento, yo había trabajado para la empresa durante tres años. Acepté el puesto porque implicaba un aumento salarial del 30 % y estaba interesado en centrarme más en el análisis predictivo y prescriptivo en mi carrera. La descripción del trabajo era algo típica para un puesto de científico de datos, aunque había algunos problemas menores que me preocupaban.

La realidad del puesto de 'Científico de datos' :

Resulta que este director de TI mintió sobre las responsabilidades de este puesto. Realmente quería que yo trabajara únicamente en el trabajo de desarrollo, análisis y coordinación de proyectos centrado en Business Intelligence.

No tenía ningún deseo de escuchar nada sobre Data Science.

Cada vez que tomaba una clase relacionada con Data Science, me decía que no tenía nada que ver con mi trabajo y siempre dudaba en brindarme asistencia financiera. No quería que usara herramientas y métodos comúnmente asociados con la ciencia de datos, como Python, aprendizaje automático, estadísticas, disputas de datos, etc.

Esto se prolongó durante un año y medio.

Mi situación ahora :

La semana pasada, este director de TI fue despedido, muy probablemente porque fue atrapado en algunas de sus mentiras. Había problemas que causaba a personas de toda la empresa, el ROI de algunas inversiones de software era muy bajo y estaba en conflicto constante con otros equipos, incluido un equipo de análisis para el que solía trabajar en el departamento de ventas de esa empresa.

Probablemente me quería fuera de ese equipo como una forma de atacar al gerente de ese equipo de análisis.

Este director de TI también estaba EXTREMADAMENTE molesto porque las personas usaban fuentes de datos que no provenían directamente de su departamento. Casi un año antes de eso, se le dijo a su gerente directo (un CIO) que renunciara a la empresa...

Ahora trabajo para un gerente (una persona que también contrató el director de TI mencionado anteriormente) que continúa donde lo dejó el director despedido cuando se trata de darme responsabilidades que no tienen que ver con la ciencia de datos. Parece que mi gerente actual es muy competente en lo que respecta al propósito central de su equipo, pero mis responsabilidades actuales son definitivamente un paso por debajo de las de mi puesto anterior en otros departamentos de esa empresa y no tienen nada que ver con la ciencia de datos. .

Además, el ambiente de trabajo del departamento de TI en el que estoy también es relativamente tóxico y carente de confianza, en parte como resultado del liderazgo anterior.

Estas son mis preguntas:

  1. ¿Cómo debo realizar mi búsqueda de empleo cuando tengo un título de trabajo de "Científico de datos", pero mis superiores no me dieron el trabajo adecuado para desarrollar la experiencia en ciencia de datos que los reclutadores y gerentes de contratación esperarían? Tomé cuatro clases relacionadas con la ciencia de datos, pero el estudio que realizo en mi tiempo libre no parece suficiente en comparación con otras personas que solicitan roles de ciencia de datos que pueden trabajar en proyectos de ciencia de datos durante más de 40 horas a la semana cada semana. .

  2. ¿Debería concentrarme en trabajos más orientados a Analytics por ahora para asegurarme de que me sea más fácil ser contratado más rápido? Estos trabajos podrían incluir Consultor de análisis, Especialista en análisis de programas y ventas, Analista sénior, etc.

  3. En mi currículum, ¿debería reservar una cantidad relativamente pequeña de espacio para las clases de ciencia de datos que tomé para no parecer demasiado calificado?

@OP Propuse una edición para que sea un poco más fácil de leer y ver el curso de los eventos (para obtener respuestas útiles), pero debe ser aprobado por usted mismo o por alguien con un poco más de "representación" que yo. :)
Gracias, setenta y ocho. Acepté tus ediciones. De alguna manera olvidé la importancia de incluir encabezados en publicaciones relativamente largas.
En el mundo real, el 99 % de la "ciencia de datos" está haciendo exactamente lo que usted hace ahora, BI y análisis. Ese mundo de sorprender a todos con el aprendizaje automático que hizo en su cuaderno Jupyter solo existe en los blogs. Lo descubrirás por ti mismo tarde o temprano.
@OP, después de haber pensado un poco más en esta pregunta durante el día de hoy: ¿Por qué concluye que el director 'mintió' sobre las responsabilidades (en lugar de, por ejemplo, no entender cómo un científico de datos difiere de un BI, análisis, posición de disputa de datos y simplemente busqué en Google una 'descripción de trabajo de científico de datos' genérica; supongo que el rol de DS aún no existía en la empresa, por lo que se tuvo que crear un nuevo JD)? También dice que fue despedido "muy probablemente debido a sus mentiras". ¿Por qué piensa esto? ¿Había estado mintiendo además de esto? (no solo "conflicto constante"..)
Gaius, creo que eso varía considerablemente según la empresa. Me haría preguntarme por qué los gerentes de contratación de algunas empresas harían preguntas intrincadas a los candidatos sobre estadísticas y aprendizaje automático si el 99% del trabajo giraría en torno al desarrollo de BI y el análisis básico muerto.
Setenta y ocho, a menudo describía el software y las tendencias de la industria que eran descaradamente falsas, contradictorias e inventadas en el acto. A menudo les decía a sus colegas que otro equipo de la organización estaba desesperado y luchando por hacer cosas. Dedicaba mucho tiempo en las reuniones semanales a hablar de esto. Cuando recibió una lista de entregables de ese equipo, que exigió, inmediatamente cambió su historia y encontró otras formas de atacar a este equipo. Acusó a un ex empleado en otra región de borrar datos después de ser despedido. Nadie más pudo confirmar esto.
@TechnicalTim La realidad es que la mayoría del trabajo de ciencia de datos (por volumen de horas de trabajo) es un trabajo pesado que no requiere muchas habilidades especiales para llevar a cabo (incluso si pueden requerir habilidades especiales para planificar correctamente ) . En mi experiencia, es quizás ~ 20-30% de un proyecto como máximo que está legítimamente en el dominio de estadísticas/aprendizaje automático. También es difícil planificar: es investigación, lo que significa que los resultados nulos (o inutilizables para una empresa) son fines válidos. Lo que muchos empleadores realmente quieren es capacidad de extracción de datos más optimismo, independientemente de lo que piensen o digan querer.
@TechnicalTim por las mismas razones por las que las empresas hacen preguntas sobre algoritmos a los desarrolladores de aplicaciones CRUD

Respuestas (3)

La mejor respuesta a preguntas como esta realmente no cambia mucho a pesar de que las personas que hacen preguntas presentan a veces historias de fondo muy diferentes. No podemos responder directamente a la pregunta por usted, pero podemos proporcionarle una hoja de ruta para llegar a su mejor respuesta.

Sin embargo, antes de que alguien piense en sus tres preguntas reales, debe dar un paso atrás y hacerse algunas preguntas:

  • ¿Cuáles son mis metas profesionales finales? ¿Cuál es el trabajo de mis sueños?
  • ¿Qué tan "lejos" de mi trabajo actual está el trabajo de mis sueños?
  • ¿Qué próximo paso tiene más sentido?

Puede responder a estas preguntas sin tener que mirar las ofertas de trabajo reales. Para decirlo de otra manera: Responda esto antes de comenzar a buscar trabajo. Sea detallado en sus respuestas. Para cuando haya respondido estas tres preguntas, debería tener en mente un trabajo ideal para el siguiente paso y debería poder escribir una descripción genérica del trabajo para ese trabajo del próximo paso. Mientras hace eso, puede ser útil mirar las ofertas de trabajo para tener una idea, pero resista la tentación de comenzar a presentar una solicitud hasta que haya terminado de prepararse : un currículum mal estructurado podría costarle una oportunidad, mientras que unas pocas horas o días de trabajo podría posicionarlo para lograr su próximo trabajo.

Una vez que tenga la descripción genérica del trabajo enmarcada, vuelva a escribir su currículum en el contexto de ese trabajo. Concéntrese en los elementos que menciona la descripción del trabajo y concéntrese en expresar sus fortalezas de una manera que sea relevante. Los currículums son herramientas de ventas: te estás vendiendo a ti mismo a un empleador potencial. Debe ser honesto, pero también debe ser relevante para lo que esta persona está buscando.

¡Este es el punto del proceso en el que puedes responder a tus tres preguntas por ti mismo! Pero aquí hay algunas sugerencias:

¿Cómo debo realizar mi búsqueda de empleo cuando tengo un título de trabajo de "Científico de datos", pero mis superiores no me dieron el trabajo adecuado para desarrollar la experiencia en ciencia de datos que los reclutadores y gerentes de contratación esperarían?

No te obsesiones con los títulos o si tu experiencia coincide o no con el título que tienes. En su lugar, concéntrese en el trabajo que realmente hizo y en los resultados que obtuvo. Escriba sobre el trabajo y los resultados que sean relevantes para la oportunidad que desea.

¿Debería concentrarme en trabajos más orientados a Analytics por ahora para asegurarme de que me sea más fácil ser contratado más rápido?

Si aún no era obvio, tienes que responder eso. No se centre sólo en lo que es fácil de conseguir. Concéntrese en algo que sea razonable, pero que le interese. Luego, adapte su currículum, solicitud y respuestas a la entrevista para esa oportunidad.

En mi currículum, ¿debería reservar una cantidad relativamente pequeña de espacio para las clases de ciencia de datos que tomé para no parecer demasiado calificado?

Si está tratando de obtener un trabajo de ciencia de datos, inclúyalo absolutamente. No se preocupe por considerar demasiado calificado, solo concéntrese en mostrar las cosas de su experiencia que coincidan con el puesto que busca.

Las personas que contratan roles de ciencia de datos de nivel de entrada no esperarán que tenga años de experiencia directamente relevante, pero escanearán un currículum que esté al menos en el estadio correcto y buscarán cosas que estén lo suficientemente cerca como para justificar una posición de nivel de entrada. Si ese es el tipo de trabajo que desea, su desajuste entre su título actual y sus tareas no será un problema.

Finalmente, antes de continuar, dedique un poco de esfuerzo a pensar no solo en el próximo puesto ideal, sino también en el próximo empleador ideal. Parece que estabas frustrado por la política interna entre departamentos. Si bien eso puede ser difícil de detectar como candidato, ciertamente puede considerar si hay otros factores que desea (o no desea) especialmente en su próximo empleador. No tengas miedo de ser quisquilloso y de hacer lo que puedas para asegurarte de que realmente serás feliz en tu próximo trabajo.

Por ejemplo, dado que también expresó que no estaba satisfecho con los tipos de trabajo que está haciendo ahora, a pesar del título de Data Science, asegúrese de hacer preguntas sobre:

  • los tipos y tamaños de proyectos en los que trabajará
  • la composición de los equipos de los que formarás parte
  • las herramientas que tendrás en tu día a día

etcétera. Estas preguntas pueden ayudarlo a comprender si su nuevo empleador realmente está contratando para el tipo de trabajo que desea, en lugar de contratar para un título que no coincide con lo que cree que consiste el trabajo.

Esa es una respuesta asombrosa, dwizum. No solo me guió a través de las inquietudes que tenía, sino que también proporcionó una excelente información sobre el contexto y las implicaciones futuras relacionadas con la inquietud. No puedo agradecerte lo suficiente por eso.
Gran respuesta (¡y de alguna manera sabía que eras el autor antes de desplazarte hacia abajo!) Tengo curiosidad por saber qué piensas que es la redacción de la pregunta canónica para "preguntas como esta [que no] realmente cambian mucho a pesar de que las personas que hacen preguntas presentan a veces muy diferentes historias de fondo"?
@sevenyeightist - gracias por las amables palabras. No estoy seguro de si hay una sola redacción canónica para una pregunta como esta, porque los que preguntan a menudo la abordan desde direcciones muy diferentes. La similitud que me llama la atención es un autor de la pregunta que implica que no está seguro de cuál debería ser su próximo paso en cuanto a su carrera, generalmente con un enfoque en los títulos, y sin indicación de tener un proceso de pensamiento para decidir por sí mismo lo que encontrará. más gratificante. Creo que este es el caso clásico de alguien que quiere una respuesta, pero que realmente necesita un proceso con el que pueda obtener su propia respuesta.

Creo que 4 clases es suficiente. Conozco personas que solo tomaron uno y fueron contratados como científicos de datos justo al salir de la escuela.

Bien por ti por no aguantar más ese lugar de mierda, pero creo que te estás subestimando a ti mismo y sobrestimando el grado de dificultad que los científicos de datos tienen que enfrentar en un trabajo promedio. Hay una curva de aprendizaje, pero normalmente es bastante rápida. Por lo general, el estilo y, a veces, incluso el lenguaje del código que escribe es muy específico para su lugar de trabajo, por lo que no me preocuparía demasiado por la falta de experiencia.

Mi recomendación personal es escribir en tu CV el puesto exacto que tienes Y describir en responsabilidades y tareas lo que haces. Y prepárese para explicar en la entrevista lo que hace/hizo sin mencionar mucho "Científico de datos". Por supuesto, debe agregar sus cursos y certificados y durante la entrevista explicar el hecho de que no tiene experiencia en el área.

Cuando busque trabajo, búsquelo en función de su experiencia y conocimiento.