5 Leçons Essentielles pour les Jeunes Data Scientists que j’ai apprises chez Spotify (Partie 1)

'5 Leçons Essentielles pour les Jeunes Data Scientists chez Spotify (Partie 1)'

Les Chroniques des Premières Années d’un Scientifique des Données dans la Technologie

Le guide interne pour réussir vos premières années en tant que scientifique des données dans la technologie et élever votre jeu.

Félicitations et bienvenue dans l’aventure ! Vous êtes un scientifique des données en devenir et votre voyage ne fait que commencer !

Vous avez obtenu votre diplôme universitaire et maintenant vous plongez dans un monde de personnes accomplies qui changent la donne. Bien sûr, vous ne faites peut-être pas partie d’entre eux (pas encore !), mais vous venez de vous embarquer dans un voyage pour en devenir un. Vous apprenez et grandissez chaque jour en découvrant le rôle qui vous attend et ce qu’il faut pour exceller.

Mais attendez, des semaines ou des mois passent et la réalité est là ; vous êtes toujours étudiant dans votre tête. Vous ne vous en rendez probablement même pas compte, car l’interrupteur ne s’est pas encore déclenché.

S’il y a une chose que j’ai apprise en commençant ma carrière dans la technologie, c’est ceci :

L’université m’a donné un bon départ technique, mais certaines choses sont enseignées sur des terrains d’école différents.

Donc, si vous voulez vous épargner la sueur de découvrir quelles compétences de base vous pourriez avoir besoin pour vous frayer un chemin en tant que jeune scientifique des données, alors vous êtes certainement au bon endroit. En fait, j’espère que tout jeune diplômé de n’importe quelle industrie pourra trouver des conseils ici !

Ici, je ne partage pas seulement mes apprentissages, mais je vous donne également des conseils utiles pour vous éviter de faire des erreurs dès le départ. Je vous encourage donc vraiment à continuer à lire !

Mais d’abord, laissez-moi vous raconter une petite histoire !

Pendant des années, Spotify avait été l’endroit ultime pour moi. Je savais que j’y réussirais car cela combinait exactement tout ce que je voulais dans une carrière :

  1. Des personnes ayant des intérêts similaires
  2. Un équilibre entre travail et vie personnelle
  3. Un environnement innovant pour apprendre et grandir
  4. Et surtout, en tant que violoniste moi-même, je valorisais beaucoup le fait de travailler dans un endroit où la musique était un élément central

Après beaucoup de travail acharné, de persévérance eeeet un soupçon de chance, j’ai finalement réussi à faire mon chemin dans le merveilleux pays de Spotify

Photo de Razvan Chisu sur Unsplash

En avance rapide, 2 stages, une thèse de master et une offre d’emploi à temps plein plus tard, j’avais enfin décroché le travail de mes rêves et j’étais ravi.

À ce stade, j’avais passé suffisamment de temps à faire suffisamment d’erreurs à travers des projets pour en tirer des leçons précieuses. Des leçons que j’aurais aimé apprendre plus tôt, car cela m’aurait fait gagner beaucoup de temps et m’aurait épargné la frustration de me cogner la tête contre un mur alors que la porte était juste à côté.

La bonne façon de faire les choses à la mauvaise façon

Alors voilà, vous faites un travail précieux, vous trouvez des idées intéressantes et peut-être même parvenez-vous à proposer de bonnes recommandations ! Fier de vous ; vous pouvez vous donner une tape dans le dos !

Mais si vous êtes comme moi, il vous a fallu des semaines ou des mois pour partager les fruits de votre travail avec les parties prenantes clés. Les gens ne découvrent votre travail que maintenant pour la première fois. Pourquoi ? Parce que vous avez simplement disparu pendant la majeure partie du temps.

Une erreur clé que j’ai commise en cours de route était de garder l’état d’esprit d’étudiant avec moi.

Photo de Siora Photography sur Unsplash

Je m’enfermais à jamais dans une bulle chaque fois que je me lançais dans un gros projet. Vous pourriez me dire : ‘K (c’est moi 👋🏼), bon d’accord tu as fait l’erreur une fois mais trois fois ? Allez, est-ce que tu dormais quand la leçon te giflait au visage ?’ … En réalité, j’étais bien réveillé, mais il a fallu un certain temps pour que cela me frappe vraiment (ou peut-être que j’étais à moitié endormi).

Les Data Scientists travaillent souvent seuls Bien sûr, ils collaborent avec une équipe de personnes pluridisciplinaires. Mais la partie des données est principalement réalisée par une seule personne – vous. Il est donc très facile de tomber dans ce piège lorsque vous avez passé vos années universitaires à travailler seul sur des projets et des devoirs. Dans le monde réel, vous ne pouvez tout simplement pas vous isoler.

Le problème avec cette approche est que votre travail peut avoir une grande valeur, mais s’il ne parvient pas aux bonnes personnes à temps, sa valeur peut avoir moins d’ impact. Les gens ont peut-être déjà commencé à prendre des décisions.

Donc, si vous voulez vous assurer que tout votre travail acharné obtient le succès qu’il mérite, vous devez abandonner le comportement scolaire dès que possible. Comment? Deux mots pour vous:

Communication ✨ & ✨ Rétroaction

Leçon 1 – La communication continue est essentielle

Mon ami, s’il y a une compétence importante que vous devez rapidement acquérir au début de votre parcours, c’est de:

Communiquer, communiquer, communicaaaaater !!!

Je le répéterai autant de fois que nécessaire pour que cela s’imprègne dans votre cerveau. Communiquez votre travail aussi souvent que nécessaire! Le rythme peut être rapide dans la technologie, donc si vous voulez vous assurer que tout votre impact futur ne se perd pas en vain, alors la communication est votre amie.

Comment pouvez-vous faire cela?

1. Mettez régulièrement à jour vos parties prenantes sur vos progrès, même si vous n’avez pas encore terminé.

Une façon efficace de le faire est de: Partager quelques pépites de données (les parties les plus intéressantes des idées) avec les personnes concernées.

Vous pouvez le faire via: a) Messages (Slack, Teams, Hangout, Emails…) b) Partages hebdomadaires c) Réunions individuelles (assurez-vous simplement de vous préparer à l’avance)

Chaque fois que vous découvrez une idée remarquable, appuyez sur ce bouton d’envoi. Cela peut:

  • Vous aider à repérer les lacunes dans votre histoire
  • Identifier les incohérences des données
  • Résoudre les malentendus que vous pourriez avoir sur certains concepts clés, et la liste continue.

2. Assurez-vous de trouver la bonne cadence de partage

Bien sûr, le but n’est pas de partager chaque jour ce que vous venez de découvrir, car partager des idées peu fiables pourrait biaiser négativement les décisions. Au lieu de cela, vous voulez plutôt:

  • Itérer sur différentes fréquences de partage jusqu’à trouver la bonne
  • Assurez-vous de tenir une grande banderole criant “Travail en cours” 🚧

À l’école, nous pouvons travailler dur pendant des semaines dans notre bulle. Les projets peuvent être partagés seulement après une longue période de temps et seulement lorsqu’ils sont terminés. Dans la technologie, personne n’a le temps pour ça. Alors accélérez dès que vous le pouvez💨.

Leçon 2 – Demandez des rétroactions aux parties prenantes concernées

GIF de l'auteur

Appuyez fort sur cette boucle de rétroaction. En fait, vous voulez serrer cette boucle de rétroaction dans vos bras. Vous venez de vous faire un nouvel ami. Félicitations!

Demander régulièrement des rétroactions sur vos progrès à votre responsable ou à toute personne plus expérimentée qui travaille près de vous est crucial. La clé ici est également d’apprendre quand demander des rétroactions. Rappellez-vous, trouver le bon équilibre s’applique à tout.

Cela vous évitera de passer beaucoup de temps à construire une mauvaise narration, pour finir par devoir la changer à nouveau. Il vaut donc mieux avoir une histoire claire dès que possible.

Demander des retours et communiquer vos idées sont deux aspects complémentaires.

  • La communication vous permet de tenir vos parties prenantes informées du contenu de votre travail.
  • Les retours vous permettent de vérifier que vous fournissez le bon contenu de travail.

Comment pouvez-vous faire cela ?

1. Partagez vos doutes, pensées et découvertes en taguant les personnes concernées sur vos documents de travail ou vos diapositives.

Quelque chose que j’ai appris chez Spotify est de demander des retours aux bonnes personnes en les taguant sur les documents ou les diapositives, là où j’ai besoin de leur avis. Bien sûr, n’oubliez pas de les relancer via un message s’ils ont manqué votre appel à l’aide.

2. Planifiez des réunions régulières pour discuter de votre travail et des obstacles que vous rencontrez

Voici un conseil :

  • Planifiez des réunions individuelles avec les parties prenantes les plus pertinentes pour discuter directement de vos doutes, pensées et découvertes.
  • Veillez à décrire dans un document le contexte de votre travail + seulement les points sur lesquels vous avez besoin de retours. De cette façon, vous aborderez uniquement les éléments les plus importants et vous éviterez de perdre du temps pour tout le monde.

Les personnes de niveau supérieur sont des magiciens, et vous voulez être touché par leur poussière magique 🪄. Si vous avez la chance d’avoir un super manager qui vous aide à grandir, assurez-vous d’en profiter. Vos collègues ont une expertise dans le domaine que vous êtes en train d’acquérir, donc ils voient les choses avec un regard différent.

Ils vous aideront certainement à :

  • Relever les incohérences dans l’intrigue
  • Affiner votre histoire
  • Vous apporter plus de contexte
  • Vous enseigner de nouvelles compétences lorsqu’ils vous voient tourner en rond

La vision d’ensemble est essentielle lorsque vous êtes un(e) data scientist.

Mais vous êtes encore un jeune chiot et vos yeux ne sont pas encore totalement ouverts. Vous avez donc besoin d’une autre paire de lunettes pour éclairer les zones d’ombre.

Une photo de moi lors de ma première année dans le domaine de la technologie (Photo par Isabela Kronemberger sur Unsplash)

Communiquer vos idées et rechercher régulièrement des retours vous aide non seulement à maintenir votre projet sur la bonne voie, mais cela vous permet également de créer de la confiance avec votre équipe et vos parties prenantes. Lorsqu’ils voient votre travail et savent ce que vous faites, ils seront plus enclins à vous soutenir, ainsi que vos idées.

Assez pour l’instant.

Cet article est le premier d’une série en deux parties intitulée “Chroniques d’une data scientist débutante”. À venir : Partie 2

Dans les parties suivantes de cet article, je développerai les autres leçons que j’ai apprises au cours de mes premières années chez Spotify qui peuvent vous permettre de réussir rapidement dans votre parcours de Data Science !

Si vous avez apprécié cet article ou si vous l’avez trouvé utile, veuillez me suivre pour plus d’histoires sur mon parcours, ou laissez un applaudissement pour que d’autres personnes puissent le voir ici sur IPGirl. Et si vous connaissez quelqu’un qui pourrait trouver cela pertinent, n’hésitez pas à le partager !

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI

Commencer avec Python pour la science des données

Retour aux bases Un guide pour débutants sur la configuration de Python et la compréhension de son rôle en science de...

AI

Les joyaux sous-estimés Pt.1 8 méthodes de Pandas qui vous rendront professionnel

Oubliez ChatGPT pendant un moment. Pour certains d'entre nous, nous sommes fatigués de chercher constamment des solut...

AI

Agents orientés document Un voyage avec les bases de données vectorielles, les LLMs, Langchain, FastAPI et Docker

Exploiter ChromaDB, Langchain et ChatGPT Réponses améliorées et sources citées à partir de vastes bases de données d...

Science des données

Prévision du temps d'impact L'autre façon de prévoir les séries chronologiques de prévision probabiliste.

La capacité de faire des prévisions précises est fondamentale pour toute application de prévision de séries chronolog...

AI

Une approche d'apprentissage automatique pour prédire le statut de méthylation MGMT chez les patients atteints de glioblastome

Aujourd'hui, nous allons explorer une étude réalisée pour les patients atteints de glioblastome qui a été publiée dan...

Science des données

Affinez MPT-7B sur Amazon SageMaker.

De nouveaux modèles de langage de grande envergure (LLM) sont annoncés chaque semaine, chacun essayant de surpasser s...