在远程工作的时代培养新一代数据科学家
在远程工作时代培养新一代数据科学家：打造未来科技力量
学习如何成为一名专业的数据科学家现在不同了，但并非不可能
今天的专栏文章部分涉及数据科学，但也涉及工作的社会学。作为该领域的高级从业者，我在新冠疫情以及今天我们工作方式的根本变革之前就开始了我的数据科学职业生涯。甚至在那之前，我已经开始了专业生涯数年。因此，我成为一个职业人之旅不仅仅是课程和学习，还包括了很多方面的学习，其中许多都是通过与更有经验的人在一起，并且在许多方面，这使我能够达到我现在的地位。我的成长为一名数据科学家并不仅仅是关于课程学习，而是通过各种方式学习如何成为一名数据科学家，其中很多都是通过与其他数据科学家共同工作和实践间接地吸收的。
重要的是要认识到，工作不仅仅是我们向雇主提供的，即使在资本主义下也是如此。它还包括我们所得到的回报，不仅仅是经济上的回报。工作场所和工作对我们有许多社会和文化方面的影响，不仅仅是领取薪水。特别是，我们通过职业发展我们的社会身份，并且通过观察他人如何实践来学习如何体现这些身份。
我们通过职业发展我们的社会身份，并且通过观察他人如何实践来学习如何体现这些身份。
我想强调的是，将聪明但没有经验的年轻人培养成为专业的数据科学家并不仅仅是关于数学技能，更多的是关于社会规范、发展网络以及适应工作环境的能力。这些要素中的许多在最好的时候都很难获得，而现在我们正面临远程和混合工作的情况，这将要求我们采用新的方式来进行信息和文化的传递。
以下是我们从工作中获得的一些东西，使我们能够成为我们职业的全面参与者。
规范
我们通过工作中观察他人的行为，特别是那些在我们的等级制度上高于我们的人，来发展文化和社会规范。工作场所中的商业术语、着装规范和社交礼仪等往往是通过间接的学习方式发展起来的。在某些工作场所，特别是白领类的工作场所，这些规范代表着建立社会资本和阶层流动性的工具。在数据科学中，有一些规范可以适用于整个领域，或者在数据科学家实践的不同行业内。例如，在科技数据科学中，休闲装是常规。与上司和领导层其他人员互动的标准也是无声的，包括如何就技术问题进行沟通。还有很多关于如何成为一个专业人士的规范，如如何处理商务旅行、与客户的互动等。这些技能对于职业成功来说早晚都是至关重要的，但在我看来，它们是通过观察和渗透学习来掌握的。
技能
我们还从工作中获得实际技能，因为几乎每个人在新工作中都必须学习一些东西才能取得成功。在我的情况下，经历了一些学术领域的几年后，我进入了数据科学领域，我需要学习将我对数据科学和机器学习的了解应用于业务问题，而不是学术问题。我从从事数据科学工作的同事那里学到了新的算法、编码最佳实践和许多其他技能，特别是我第一份工作。这并不完全是正式培训 – 很大一部分是通过观察和吸收其他经验丰富和成功的人的方式进行的 passiv。相关地，我们通过观察同事们使用你不知道的技能，来提醒我们的“未知未知”。我们都有盲点，特别是在开始时，我们不会意识到我们缺少一个拼图或可能有用的方法，直到有人指出这种缺失。观察同事们使用你不知道的技能可以为你提供机会，使自己掌握这些技能。
人脉
除此之外，职场还提供了一种更具抽象但同样重要的团队精神和人际网络的形成。理想的情况是，当你加入一个团队或企业时，你会与其他参与其中的人建立起关系，这些连接是一个专业网络的支撑，可以帮助你的职业发展。如果你不建立这些联系，不仅会在当前工作中处于劣势，而且会在将来受到影响。就我个人而言，通过同行间的友好合作，我非常幸运地建立了一个强大的专业网络，这对我的职业成功起到了重要的作用。数据科学家是很伟大的人，我们互相帮助找到机会，建立联系，但是你需要一种方法来加入这些网络，尤其是在进入这个行业时。通常情况下，有经验的同事会介绍你，并非正式地为你做背书，这样会更容易进入这些网络。
成功成为一名新的数据科学家的过程涉及以某种方式获取所有这些组成部分（还可能包括其他因素，取决于情况）。但是，正如我所提到的，工作的物理环境已经发生了很大的变化（而且我认为是变得更好了），自从我开始我的职业生涯以来。在这个新的世界里，我们如何带新的从业者进入这个领域呢？
我们的工作场所
在我看来，对于像我们数据科学/机器学习从业者来说，有四种工作方式。
- 百分之百在办公室，无人远程办公
- 混合：部分或大部分远程办公，有意的面对面交流
- 混合：部分或大部分远程办公，杂乱无章的面对面交流
- 完全远程办公，没有面对面交流
正如许多专家所论述的，对于我们这些数据科学家来说，混合工作可能是我们未来几个月甚至几年的工作方式，如果我们还没有这样做的话。对于大多数人来说，完全的办公室工作已经不会回来了，因为我们已经尝到了远程工作的自主性和灵活性，意识到这对我们的生活质量有多大的改善。数据科学家的技能需求很高，如果我们想要灵活的角色，我们就能获得这种灵活性。
花时间澄清“混合”意味着什么很重要。每周三天通勤到某个办公园区或市中心并不是唯一的方式，有时人们会面对面工作，有时则不会。这一点在讨论中表现得非常不敏感，让人沮丧。我认为大多数对混合工作的理解都是“部分或大部分远程办公，杂乱无章的面对面交流”。这是因为他们试图按照疫情前的工作模式来创建混合工作。这是因为他们对我们希望工作是什么，以及值得的折衷方案几乎没有理解。
对于初级数据科学家来说，在一个几乎空无一人的办公室里，与几乎不认识也几乎不互动的人待上一段时间，对于实现我上面描述的好处来说是一种很差的方式，即使能够实现，对他们、他们的家庭和社区的代价也是巨大的。通勤对我们个人的健康和社会福祉以及环境健康来说是可怕的，更不用说对我们宝贵的时间来说，这是一种浪费，我们可以用来做更有成效的事情。如果我们要花时间去工作的地方，它最好是值得的。
通勤对我们个人的健康和社会福祉以及环境健康来说是可怕的，更不用说对我们宝贵的时间来说，这是一种浪费。
那么，有什么替代方案呢？我非常喜欢“部分或大部分远程办公，有意的面对面交流”。一个例子是日常远程办公，并且每季度有一个在一个中央地点（不仅仅是区域或本地办公室）的团队会议，进行战略规划、合作工作，进行一些社交活动，并相互学习。还有很多其他可能性来安排时间，但关键是这是有目的的面对面交流，并且旨在实现这个目的。
以下是有效的混合工作可能具备的特点：
- 可能不比远程工作或完全办公室工作更便宜
- 需要思考和规划以取得成功
对于在这个领域工作多年的经验丰富的数据科学家来说，完全远程工作可能没问题。我们已经打入了各种网络，学习了社会规范，并获得了不需要特殊面对面交流的技能（最重要的是，我们有渠道来更新我们的技能）。不过，我认为我们有责任帮助那些之后的新人，并且花一些有目的的时间与初级同事面对面交流，这样不仅是回馈，也是值得的。
如何做
我不打算详细规定面对面交流应该如何组织，因为每个公司和组织都不一样，一种方式并不适用于所有情况。然而，对于上述特定目标，我有几个建议。
- 规范：传递规范和文化最好是有意识地进行的。不要只是希望你的初级员工会立即理解人际交往的期望。当所有人每周共度40个以上的工作时间时，我们可能不需要明确告知这些事情，但情况可能已经改变了。比你认为需要的更明确地说明。有意识的面对面交流也会在一定程度上促使这些规范被 passively absorption 接受。
- 技能：数据科学的关键技能因人而异，但通常涉及编码、统计学、机器学习、商业头脑和沟通等方面的综合。这些都是我们通过工作来发展和提升的技能，但我们也可以通过观察他人的工作方式来获得这些技能。通过在有意识的面对面交流中创建合作机会，而不仅仅是关注乏味的会议，你可以帮助实现这种技能的传递。
- 人际网络：我真诚地认为，在与远程工作的数据科学家一起工作时，建立人际网络可能是最难的事情，因为我们经常是独立完成日常工作。即使您团队进行了模型和代码审查，并在团队会议、站立会议和黑客马拉松中进行连接，前新冠疫情期间工作场所的许多人际网络发展来自于边缘社交。大家聚在咖啡机旁边聊天也许是老生常谈，但它们确实为同事之间提供了更多机会。这就是为什么随意的面对面工作与有目的的面对面交流完全不同——在指定的办公时间内进行社交互动的机会能够极大地发展稳固的人际网络。
看起来许多雇主不确定如何引入初级数据科学家并将他们培养成经验丰富的从业者，因此他们往往尝试雇佣比他们实际需要的更高级别的人员。尽管这给我这个层次的人带来了更多机会和需求，但对整个行业来说并不是好事。我们需要有新的进入者加入这个学科，带来新的思想和创造力，我们需要给他们成长和成功的工具，即使我们不再整天都在同一办公室里。
我们需要有新的进入者加入这个学科，带来新的思想和创造力，并且我们需要给他们成长和成功的工具。
作为数据科学行业的资深成员，我们的任务首先是承认现在的情况不同了，并且这是可以接受的。我们无法希望回到一个不同的工作环境，我也不想这样。工作的灵活性使我们的生活和社区变得更好。我们只需要投入努力来确定什么是重要的，并找出如何在这个新环境中实现这些目标。
查看更多我的作品，请访问 www.stephaniekirmer.com。
