¿Te sientes inspirado para escribir tu primer artículo de TDS? Siempre estamos abiertos a contribuciones de nuevos autores..
Los profesionales de la ciencia de datos y el aprendizaje automático enfrentan incertidumbres en varios frentes: la economía global, las herramientas basadas en inteligencia artificial y sus efectos en la seguridad laboral y una creciente tecnología en constante evolución, por nombrar solo algunos. ¿Es siquiera posible hablar hoy en día de proteger su carrera de la recesión o de la IA?
La respuesta más honesta que podemos dar es «realmente no lo sabemos», porque como hemos visto con el auge de los LLM en los últimos años, las cosas pueden cambiar, y de hecho cambian, muy rápidamente en este campo (y en el campo tecnológico en general). . Esto no significa, sin embargo, que debamos resignarnos a la inacción y menos aún a la desesperación.
Incluso en tiempos difíciles, hay maneras de evaluar la situación, pensar creativamente sobre nuestra situación actual y los cambios que nos gustaría ver, y desarrollar un plan para ajustar nuestras habilidades, autopresentación y estado de ánimo en consecuencia. Cada uno de los artículos que hemos seleccionado esta semana aborda uno (o más) de estos elementos, desde sobresalir como científico de datos al comienzo de su carrera hasta poder comunicarse de manera efectiva. Ofrecen perspectivas pragmáticas y una saludable dosis de inspiración para profesionales en una amplia gama de roles y etapas profesionales. ¡Vamos a sumergirnos!
- La habilidad más subestimada entre los científicos de datos
““En los últimos años, me he dado cuenta de que escribir es una habilidad esencial para los científicos de datos y que la capacidad de escribir bien es uno de los elementos clave que diferencia a los científicos de datos de alto impacto de sus pares. » Tessa Xie presenta argumentos convincentes para trabajar en su escritura y luego comparte consejos prácticos sobre cómo comenzar. - Liderar haciendo: lecciones aprendidas como líder en ciencia de datos y por qué elijo volver a desempeñar un rol de colaborador individual
Como Dasha Herrmannova, Ph.D. Al considerar cuidadosamente los cambios de roles, queda claro que el éxito en el trabajo a menudo no proviene tanto de un talento o habilidad en particular (aunque también ayudan, por supuesto), sino de buscar una fuerte combinación entre su trabajo y sus objetivos y valores. y prioridades. - Cómo cuestionar su propio análisis para que otros no lo hagan
En última instancia, los científicos de datos son juzgados por la solidez de sus interpretaciones y predicciones; Nadie siempre lo hace completamente bien, pero para establecer un historial de éxito a largo plazo, Torsten Walbaum recomienda integrar controles de coherencia bien diseñados en su flujo de trabajo.
- Creación de una cartera de ciencia de datos notable: una guía completa
En un mercado laboral más difícil de lo habitual, la forma en que presenta su experiencia y sus éxitos pasados puede marcar la diferencia. Si está considerando crear un sitio de portafolio para mostrar su trabajo (una opción cada vez más popular), no se lo pierda. yu dongLa guía simplificada de para crear un sitio que le ayude a destacar. - Tu primer año como científico de datos: una guía de supervivencia
Una vez que haya conseguido su primer trabajo (¡felicidades!), puede resultar tentador pensar que el mayor obstáculo ha quedado atrás. Haden Pelletier explica que todavía hay muchos escollos que evitar y estrategias sólidas para superar los desafíos del primer año, desde encontrar un mentor que lo apoye hasta ampliar sus conocimientos en el campo. - Presentando la innovación (IA) en su empresa
Algunos de los momentos más frustrantes en el trabajo pueden ocurrir cuando sus grandes ideas son recibidas con escepticismo o, peor aún, con indiferencia. Anna Vía se centra en la adopción de flujos de trabajo de IA de vanguardia y describe varios pasos clave que puede seguir para convencer a otros de la validez de sus propuestas; También puedes adaptar fácilmente estas tácticas a otras áreas.
