精选内容本篇推送精选了分享会的精彩内容,可以在所有泛用型播客平台搜索WomenOverseas她乡电台,收听历次她说分享会的音频。

01. Data Engineer的一天是怎样的?

Liwen: 我是product DE,和product DS会有一些交叉,也需要开很多会。主要区别是,我们每个季度会做一些计划,比如说这个季度打算做一些什么项目,和谁合作,做哪些analysis等。放到每一天,我就会看我现在应该focus在哪些item上,比如说今天会差不多开完了,我可以看一下数据,准备一些analysis的工作之类。

平时开会主要谈我们的一些合作,比如和engineer聊一下怎么去log一些新的feature,有哪些数据是需要log的;和PM会聊一下比如我们现在在做一个strategy ,需要什么样的数据,我们如何把数据做一个dashboard,或者是把它放到一些strategy doc里面。和DS 的话也会合作比如说他们说我想要这样的一个数据,这些数据在哪里,有没有build,如果还没有的话,那我可以把它放到我的计划上。还有些其他researcher,比如说想做一个调研,但不知道是怎么要怎么找到用户。我这边就会说我们有一些用户behavior的数据,你可以从中间选取一些人去sample和去做一些targeting。

我觉得communication是非常非常重要的,因为你不可能一个人把所有的事情都end-to-end都做完,大部分时间你都会去和其他的一些cross-functional partners去一起聊,往同一个目标去做。最终结果的话,大家都是希望能够influence这个产品,这个产品以后会怎么发展,所以还是比较strategic,也比较有意思。

Tech stack的话大部分是一些SQL和python。Coding其实也没有那么heavy ,主要还是一些SQL相关的东西,除非你在一些比较特殊的项目上会有一些比较special skill,但我觉得公司大的话技术都比较成熟,所以学起来也不会太难。

02. Machine Learning Engineer(MLE) vs. Data Scientist(DS), 有什么不同?

Ivy:我之前在一个大厂做MLE,现在是做Data Science,之前在银行也是做data science。我觉得MLE还是非常偏重coding的,对于coding 要求非常高。当时虽然我们title是MLE,但其实干了很多不同title的工作包括DA/DS/MLE。

基本上DA就是你pull很多数据,然后做insight ,做分析;做DS的活就是train model 调参之类的;做MLE主要的就是要把你之前train的model push to production,需要写production level 的scala code,对于coding的要求很高。所以如果你不是很喜欢coding ,或者你对coding 没有什么太大的兴趣,那最好还是考虑一下MLE是不是很适合你,因为我觉得MLE真的是很偏Engineering。不过这也可能因公司而异,大家也可以参考我发在论坛上的帖子,其实很多叫DS ,但它可能做的东西是MLE或者DA,可能都完全不一样。

03. 如何选择manager以及与manager沟通?

Liwen:选择manager的话,我觉得如果是大公司,机会比较多的话,还是需要多跟人聊,尤其是和hiring manager下面的人聊,这个manager的reputation怎么样。

至于跟manager沟通,我们公司一个比较特殊的地方是,大部分的manager都是people manager, 一个人会管很多人,所以manager其实不可能对你工作的细节有非常详细的了解。所以我觉得首先不要有太高的期望,你最终还是需要用自己的工作来证明价值。

其次,还是需要有意识地培养自己manager up的技能,需要让manager知道你做的东西是重要的,知道你是有想法的,要take initivites. 当然最重要的是,让对方知道你在做什么,这样才能帮你写review和promote. 一定要跟manager on the same page, 保持这个向上沟通的渠道非常清楚,所以自己主动地沟通非常重要。

Ivy: 是的,跟manager设定好expectation非常重要。要看你跟manager之间的化学反应怎么样,这个还挺重要的,因为你的direct manager之后会影响到你的career path ,所以你在面试的时候,尤其是跟hiring manager这段面试一定要就是好好观察,感觉一下你们俩之间有没有共鸣。

Sophie: 我觉得你要自己观察你的manager,对方prefer什么样的沟通方式,以及他/她的性格整体来说是一个大致是什么样。我自己的体验是, 我的manager跟我性格比较类似,然后工作方式也比较类似,所以沟通起来就比较有效率。刚才Liwen说的很对,不要对别人有太大的期望,还是先了解自己,然后在自己的能力范围之内可以做什么样的努力。同时你确定对方可能对你的期待值是什么样子,才能够最大程度的对接上,我觉得是manage up的一个重要方面.

04. 如何提高对于product 和业务的理解?

Liwen:我觉得可以看一些网上的文章,但不一定每个文章都写的比较好。你可以多看看评论,到底文章的观点是不是对。还有一个就是一定要沟通,在同事之间不断地沟通中,你也可以学到不一样的观点。

我经常和同事会聊一些不同的产品,比如说国内的一些类似的产品,为什么做的好或做的不好。也可以和researcher 聊一下,为什么对方觉得这个产品有前途或者是没有前途。因为他/他们可能更直接和用户一直在research ,一直在interview,可能会有一些不一样的insights。你看到的insights从数据中来的,但他们看到的insights是真人的样本。还可以和PM多聊一下,看他们觉得这个产品的本身是什么。你需要带着问题去和别人聊,这样子的话就会有很多不一样的观点出来。我觉得更多的时候其实是在你和别人的沟通中学到的。

还有一点是开会的时候, 大家很多时候会做一些status updates,其实你也可以问问题,这样的话就可以从不同人的回答中去学习他们的想法之类的。所以我觉得这其实是一个很好的过程。我觉得最重要的还是要不断沟通。

05. 如何提高Communication Skills?

Liwen:这个我觉得还是看性格吧,不可能一蹴而就的,真的是要慢慢积累。我觉得还是同样的一点,你要从同事身上去学东西。我个人感觉,我在公司从别人那里学到了很多东西。你可以看别人是怎么去沟通的,然后你也去怎么沟通。你可以花点时间想一下,为什么别人问你这个问题,为什么别人说这些话,你下次就可以用同样的方法再去问另外一个人。总结来说就是一定要有一个self conscious,看一下别人是怎么做的,在私下里练习一下,把它放在心里,你下次和别人沟通的时候,就试着使用一下。多试几次的话,你会建立一个connection,再keep improving。

Sophie:对,我特别同意Liwen说的。在我看来任何技能的提升,都有简单的两步。第一步就是有意识,你有意识到自己在这方面是什么样子的,以及你想要成为什么样子。然后第二步就是刻意练习,去观察你想要成为的这个样子的人,去模仿,去练习,直到成为自己的一个习惯。

Ivy:对,我觉得Liwen说的特别好。我之前有很多话不会说或者回email 的时候不知道该怎么说,就会看同事怎么写的,然后把用词用语记在一个小本子上,下次遇到同样的状况就直接用copy paste。

06. 选择做Individual Contributor(IC)还是Manager?

Liwen:做IC,其实你可以去领导别人,在我们公司的话,senior IC基本上可以做任何事情,只是你不需要给管理的人写performance。还有就是如果你真的很喜欢hands-on的东西,那我觉得还是继续做IC会比较好。我也观察了一下,转了manager的人都会说他/她对人特别感兴趣,特别想知道别人为什么会这样想,为什么会这么behave 。如果你经常有这种想法的话,你看到一个人在做什么,你就要会去想这个人到底是为什么会做这个事情,这样去想一些root analysis的话,那我觉得你就是一个天生的manager 。

我还是建议,和不一样的manager聊一聊,看看他/她们是怎么成为manager的。我当时也和公司另外一些manager聊。其中有一个人他做了manager后又转回IC,因为他觉得自己一直是非常high level 的,从来没有做过一个非常具体的东西。他就特别想尝试做一些比较具体的给一些recommendation ,会给组里有带来很有用的东西。其实也不可能就在一个公司里一直待嘛,我觉得还是多尝试,如果有机会的话,尝试一下也没有关系。真的觉得自己不适合的话,你可以再转回IC,其实没有什么特别大关系。特别是趁还没有特别多年的工作经验,就不要把自己block在一个路线上。

Image

本次分享会几位嘉宾向我们具体介绍了Data岗位的主要工作内容、必备技能和不同的发展方向;如果想知道文科生如何转入tech行业,可以在Youtube、B站搜索WomenOverseas,也可以在所有泛用型播客平台搜索WomenOverseas她乡电台,收听第四期她说分享会关于文科生转Data的成功经验。我们也将在之后的几期推送中介绍相关内容。

Image
她乡在更多平台上线啦!

微博:@WomenOverseas_她乡

小红书: @WomenOverseas 她乡

TG channel:https://t.me/womenoverseas

YouTube:WomenOverseas

B站:WomenOverseas

Podcast:WomenOverseas她乡电台
Image
我们在她乡等你。探索广阔的世界,成为更好的自己。
文字编辑、视频剪辑 | 豆儿哥、琴琴贴贴、az19、nnnety、YYYYKONG、benbear42、sophie

图片、排版 | 竹淡刻骨

感谢参与后期制作的她乡志愿者们!
注册网址:womenoverseas.com
邀请码:WomenSupportWomen