מכתב לסטודנטים לתואר ראשון בשנת 2021 לכבוד סיום שנת הלימודים.
מכיוון שמדובר ביום חגיגי, ומכיוון שאני מאמין ביחסים ארוכי טווח בין מרצים לסטודנטים - הכנתי עבורכם רשימה של 10 טיפים שעזרו לי במהלך הקריירה שלי עד כה. הרשימה, כמובן, היא מה שיישמתי בעצמי, ולכן אני שמח לשתף אתכם. לאחר שנה וחצי של למידה באמצעות זום, בהחלט הרווחתם את הזכות לכמה קיצורי דרך. הרשימה מיועדת גם לכל אלו המעוניינים.ות לעסוק בנתונים בהמשך דרכם.
1. מצאו משרת הוראה/ עוזר הוראה באקדמיה, ודבקו בה שנים רבות לאחר סיום הלימודים.
העברת סיפור היא מיומנות חיונית עבור מדעני נתונים. טרם מצאתי משהו שממריץ אותי ונותן לי מוטיבציה לספר סיפור מעניין ולחשוב לעומק על אלגברה, יותר מאשר לעמוד מול 100 סטודנטים, ולהתחרות על תשומת לבם עם אינסטגראם וטיק טוק.
שמירה על קשר עם האקדמיה תאלץ אתכם לעמוד בהתפתחויות הרלוונטיות בתחום.
סטודנטים הם מקור גיוס נהדר ביום שבו תהפכו למנהלים.
מוחות צעירים ומבריקים, בשילוב עם הרעב הטבעי שלהם להתקדם, ישאירו אתכם חדים ויחשפו אתכם לצורות חשיבה חדשות.
2. סיימו תואר שני לפני גיל 30 (דוקטורט - לפני גיל 35).
הדברים הגרועים ביותר שקרו לי במהלך כתיבת התזה (וגם עבודת הדוקטורט) - הכינו אותי בצורה הטובה ביותר לשאלות המחקר הקשות עימן התמודדתי בתעשייה.
במהלך התואר השני גיליתי מה אני לא כל כך אוהב (להריץ ניסויים במעבדה) ולא כל כך טוב בו (תיאוריה כלכלית), וגיליתי במה אני די טוב (נתונים).
כשאתם צעירים אתם יכולים לקחת את הזמן כדי לדפוק את הראש בקיר מול שאלות מחקר שאיש לא התמודד איתן, או לחשוב שגיליתם ממצא שיזכה אתכם בפרס נובל, רק כדי לגלות יום אחרי ב- Google Scholar ממצא דומה, המבוסס על מאמר משנת 1979 (סיפור אישי אמיתי).
קחו את הזמן לעשות טעויות מחקריות. מנחים אקדמיים ופרופסורים יהיו הרבה יותר סובלניים מהבוסים העתידיים שלכם (או מהאנשים שיראיינו אתכם).
3. עיבדו בסטארטאפ קטן לפני גיל 30
אין שום דבר רע בלעבוד בארגון גדול (שני המעסיקים האחרונים שלי, גוגל ו-אאוטבריין, הם ממקומות העבודה הטובים בעולם לעבוד בהם לטעמי).
עם זאת, ההתמודדויות היומיומיות של חברות סטארטאפ יגרמו לכם להעריך את מה שהתאגידים הגדולים מביאים לשולחן.
עבודה בסטארטאפ מחברת אתכם ל..עוד עובדים בסטארטאפים. חלקם גם יהפכו להיות קולגות שלכם ביום מן הימים.
עבודה בסטארטאפ מחזקת את כישורי היזמות והחשיבה מחוץ לקופסה שלכם. אלו תכונות שחברות גדולות מעריכות ומעוניינות שיהיו חלק מסל המיומנויות של העובדים שלהן.
4. עיבדו בחברה גדולה (רצוי אבל לא חובה בתחום הטק) לפני גיל 40.
ציטוט שאני אוהב - "ישנם שני סוגים של אנשים בעולם - אלו שמחלקים אנשים לשני סוגים של אנשים, ואלו שלא".
וברצינות - ישנם בעיקר שני סוגים של אנשים בעולם - יזמים וגננים. יזמים - מרימים משהו מהיסוד ועד לגג. בדרך כלל הם מוצאים פתרונות לא מושלמים, כאלה שמצליחים לעמוד על תילם ותו לא. לעומת זאת, גננים - מטפחים וחושבים על תהליכים ארוכי טווח (כלומר - חושבים בקנה מידה גדול). פחות סביר שתמצאו גננים בסטארטאפים קטנים, כשמנגד בחברות גדולות ככול הנראה תוכלו לפגוש וללמוד משני הסוגים.
5. מצאו מנטורים, שהם לא רק הבוס שלכם.
המנטורים הטובים ביותר שלי היו (ועדיין) הם הבוסים שלי. זהו אחד הקריטריונים החשובים לבחירת תפקיד (וגם מנחה לדוקטורט..)
היכולת להתייעץ עם מנטור שהוא לא הבוס שלך (אפילו לא מאותה החברה) יכולה לעזור לקבל נקודות מבט חדשות, רעיונות ועצות מחוץ למערכת. חלק מהעצות הטובות ביותר שקיבלתי עבור עבודות היומיום שלי הגיעו מאנשים בתעשייה שאני מעריך, בעלי היכרות מספיק טובה עמי, בשביל להבין מה הגישה הנכונה עבורי בתרחישים המאתגרים.
6. היפכו את הקולגות שלכם לחברים שלכם.
אין הרבה מה להוסיף על זה. כל תחום בתעשייה הוא תחום קטן.
7. היפכו את מנהלי המוצר לחברים הכי טובים שלכם. הבינו את דרך החשיבה שלהם (הנה ספר שמסביר את זה לא רע).
המרחק בין חברת טכנולוגיה לחברה מסורתית הפך למטושטש למדי (ראו את הניוזלטר האחרון שלנו, או הירשמו ללמוד עוד על הנושא) למטושטשים למדי (חישבו אייר-בי-אנד-בי, אובר, או סופיי). מנהלי מוצר הם קריטיים לאופן שבו כל ארגון שבמהות פעילותו נמצאת טכנולוגיה בימינו, בין אם היא מפותחת על ידי הארגון עצמו, או בשימוש במוצרי מדף מהענן.
שימוש באלגוריתמים ולמידת מכונה חדשניים ופורצי דרך יכולים להביא לשיפור בביצועים של עשרות אחוזים (נניח בשיעורי נטישת לקוחות).
לעומת זאת - שינוי המוצר הנמצא בידיו של משתמש הקצה יכול לשפר את הביצועים במאות אחוזים, אם לא אלפי אחוזים (חישבו מה היה קורה לנטפליקס אם כל מה שהיה עומד מאחורי החברה היו רק אלגוריתמים חכמים של הצעות לסרטים, מבלי להבין שהחברה צריכה להיהפך להיות יצרנית תוכן בעצמה). דאטה סיינטיסטים, על אף היותם בעלי מוניטין של ״מוחות״, צריכים להיות צנועים אל מול מנהלי המוצר, שכן מנהלי המוצר הם שולטים במשאבים, וברוב המקרים הם מחזיקים את עתיד המוצר בידיהם.
8. קיראו תוכן איכותי בתשלום. הירשמו לקורסים מקוונים הניתנים על ידי פרופסורים ו/או מרצים מהתעשייה ושלמו על כך (או יותר טוב - נסו לגרום למעסיק שלכם לשלם על זה. זו תהיה השקעה נבונה).
זכרו - אם קוראים תוכן במוצר חינמי - המוצר הוא אתם.
זמן הוא כסף - השתמשו ב- Audible לקריאת ספרי עיון (אתם יכולים להאזין במהירות כפולה ולא להתעייף. למען האמת.. מוזר לי כבר לשמוע אנשים מדברים במהירות רגילה..),
שלמו על קריאת Economist או תוכן פרימיום אחר (קחו את הכתבות בערבון מוגבל, אבל לפחות הירחונים הללו משלמים למישהו שיבדוק את הנתונים שלהם).
כיתבו הערות בזמן הקריאה/ האזנה באמצעות גוגל דוקס. אתם תחזרו המון פעמים לתובנות הללו, ואיכשהו - הן נחקקות יותר טוב בזיכרון כאשר כותבים אותן בשורה או שתיים.
9. השקיעו 30 דקות בלמידה ב- Coursera כל יום, לימדו משהו חדש על למידת מכונה, קוד וטכנולוגיה.
דאטה סיינטיסטים הם חוקרים. אם הייתם באקדמיה - הייתם מבלים מחצית מזמנכם בקריאת מאמרים. שמרו את תהליכי הלמידה והחדשנות - אחרת - תהפכו ללא רלוונטיים.
הרגלים אטומיים (ללמוד 30 דקות ליום) יביאו תוצאות נהדרות.
10. הסתגלו. מדעי הנתונים רק בתחילת דרכם.
כל בוגר קורס בסיס בניתוח נתונים בקורסרה יודע להריץ קיי-מינס בנאמפאי, להריץ רנדום פורסט עבור מסד הנתונים של עלי הכותרת איריס, ולנתח את מסע הלקוח באמצעות תרשימים של פלורנס נייטינגייל.
ישנם יותר ויותר אלגוריתמים שהם out of the box וכלי כוונון לפרמטרים, גם למודלים מאוד מורכבים. אם העבודה שלך היא לא סביב פיתוח אלגוריתמים חדשים לבעיות קיימות - סביר להניח שתצטרך לעבוד על שימוש באלגוריתמים קיימים לבעיות חדשות.
ניתוח נתונים משולב כבר בכל מקצוע (בריאות, חינוך, עיתונות, קיימות, ועוד המון אחרים). האלגוריתמים יהיו זהים למדי בין תחום לתחום, אך מה שמשנה בין הצלחה וכישלון הוא היכולת לבצע את ההתאמות של 20% האחרונים לורטיקל הספציפי או היישום אליו אתם מכוונים.
אנשי דאטה צריכים להיות יותר ויותר עגולים (אריסטוקרטים של המון מדעים ותחומים), צריכים לדעת לבצע עבודות פיתוח מקצה לקצה - החל מהפיץ' של הרעיון, ביצוע המחקר, בניית מודל, הבאת רעיונות חדשניים לפיתוח מוצרים והטמעת המודל.
עצתי אליכם - מצאו מה הופך אתכם לייחודים כמדעני נתונים. לא כולם נוצרו שווים ודאטה סיינס הופך למקצוע מקיף ובין תחומי: אלו סיפורים תרצו לספר עם נתונים, והדבר לא יחשב בעינכם כעבודה? אלו שיטות מרגישות אינטואיטיביות עבורכם, בעוד חבריכם לספסל הלימודים מתקשים להבינן?
אני לא מחרטט אתכם - זה עובד - בהכשרתי, אני כלכלן. במהלך הדוקטורט התמקדתי בחקר תמריצים באמצעות נתונים. זה מה שאני יודע לעשות. ולמרות שיש לי ביקורת רבה על התחום ממנו אני מגיע, אני מסתכל על כל מה שנמצא בתחום הנתונים דרך משקפיים של כלכלן (קישור). התמזל מזלי שעיצוב Marketplace הוא ה-תחום בימינו.
כלל הזהב - הכירו בכך שמהלכי הקריירה המוצלחים ביותר הם שילוב של 90% מזל ו -10% כישורים. עם זאת - אתם יכולים לעזור למזל באמצעות השקעה בלתי פוסקת בהון האנושי שלכן, הפיכת הלמידה וההוראה לדרך חיים, ויצירת חברות טובה עם אלו שאתם עובדים איתם, אלו שמעליכם, מתחתיכם וסביבכם.
חופשת קיץ שמחה סטודנטים יקרים. שמרו על קשר.
רועי
נ.ב.
אם אהבתם את הפוסט הזה - שתפו עם מישהו שיוכל להפיק ממנו תועלת. גם אם הם מנהלים או בוסים גדולים.
או - הירשמו בתוך חמש שניות לניוזלטר שלי בשיתוף עם מירב מופז (חוקרת ודוקטורנטית במחלקה להנדסה, וחברה טובה) - לקבלת טיפים נוספים, טריקים והרצאות בתחומי הנתונים והכלכלה. יש האומרים שהפוסטים הללו חסכו להם לא מעט זמן ומאמץ.