如何在数据科学领域晋升-开发者社区

原文：towardsdatascience.com/how-to-get-promoted-in-data-science-b857ad73d020

现在，不吹牛地说，今年早些时候，我晋升了！！！

我从本质上的一名初级数据科学家成长为现在的中级数据科学家。我于 2021 年 9 月开始担任数据科学家，所以总共用了大约 2 年半的时间才得到晋升。

在这篇文章中，我想回顾一些帮助我晋升的建议和技巧，这样你可以比我更快地达到下一个层次！

cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FS1xaROud-dQ%3Ffeature%3Doembed&display_name=YouTube&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DS1xaROud-dQ&image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FS1xaROud-dQ%2Fhqdefault.jpg&key=a19fcc184b9711e1b4764040d3dc5c07&type=text%2Fhtml&schema=youtube

我的旅程

我想简要总结一下我在数据科学领域的旅程，以构建我晋升背后的背景。

因此，从 2017 年 9 月到 2021 年 7 月，我学习并获得了物理学硕士学位。在大四那年，我意识到物理研究不适合我，所以我在观看了AlphaGO纪录片（非常精彩，如果你还没有看过，你应该看看！）之后决定成为一名数据科学家。

在 2021 年，我积极投入时间掌握 Python、统计学和机器学习的基本技能。这让我收到了几个数据领域以及其他基于数量的角色的职位邀请。

我接受的是一家英国保险公司于 2021 年 9 月开始的一个研究生数据科学家计划。

我在那家第一家公司待了大约一年，并在我现在所在的公司得到了一个很好的机会。我于 2022 年 9 月以初级数据科学家（级别 1）的身份加入，到 2024 年 3 月，我晋升为中级数据科学家（级别 2）！！！

级别系统主要在科技公司内部的软件工程角色中使用。如果你感兴趣，请在此处查看解释。请注意，不同公司之间的级别有所不同，因此通常来说，职位名称是衡量你能力的一个更好的指标。

如果你想阅读我成为数据科学家的整个旅程，请查看以下文章：

没有计算机科学学位，没有训练营，我是如何成为数据科学家的

好的，现在让我们来看看帮助我晋升的建议和技巧！

注意：这些建议主要针对那些从初级向中级晋升的人。其中一些可能也适用于其他级别，但我不能评论，因为我还没有达到那个水平，也没有在这些高级级别上的经验！

理解晋升过程

第一条也是最重要的一条建议是，确保你找到并理解你公司晋升过程的工作方式。如果你甚至不知道它是如何工作的，你就无法晋升！

尽管许多科技公司有类似的晋升设置（见这里以获得很好的解释），但了解你公司如何处理晋升作为一家初创公司可能会与一家成熟的大公司大相径庭。

根据经验，将会有一个内部文档或页面来解释这个过程。如果你需要帮助或者找不到它，向你的经理询问他们对这个过程的了解或者你应该联系谁。确保你在你目标晋升周期的之前做好这件事，以便你能够构建你的案例。

此外，尝试找到一个类似的文档或页面，列出每个数据科学级别/角色所需的关键能力和技能。再次强调，确保你在你目标晋升周期之前做好这件事，这样你就可以采取行动来展示并获得达到下一级别所需的技能。

保持可见

无论你是否喜欢，如果你让人们不知道你是谁，你不太可能得到晋升。

你知道，通常，晋升需要得到比你经理级别更高的人的批准和讨论。你可能不会在公司内部与顶级数据科学经理、副总裁或 CTO 一起工作。尤其是如果你非常初级。

因此，为了让这些人知道你是谁以及你在做什么，你必须尽可能多地展示你的工作。

显然，不要只是在 Slack 和办公室里到处抱怨你的工作。

然而，你应该抓住每一个机会，与更广泛的受众分享你的见解，并编写你可以在内部传播的简洁总结，确保你的工作能够到达正确的人。

虽然可以理解你对此感到担忧，以及你对自己展示的紧张，但重要的是要记住，能够有效地向更广泛的受众传达你的技术工作是一项对数据科学家来说非常有价值的技能。

这种技能不仅增强了你的职业成长，而且无论你当前的职业阶段如何，都增加了你晋升的可能性。

承担责任

高水平地完成日常任务并没有什么错，这显然是被鼓励的。然而，要从初级晋升到中级，你必须对项目和交付成果承担责任和所有权。

你可以说，“我是负责 X 的人”，或者*“我是负责 Y 的人。”*

这证明了你的领导能力，并显示出你能够独立工作，这表明你处于比初级更高的水平。

你可以通过采取积极主动的方法来改进现有的系统、流程和模型来做这件事。而不是总是等待被告知该做什么，你积极寻找可以改进的领域。

我通过负责我们数据科学模型之一并指导这个数据产品的方向来实现这一点。我还自愿担任我们公司的期刊俱乐部负责人，每两周有人会展示他们阅读的研究论文，我们对此进行一些讨论。

倾听资深和导师的建议

作为初级员工，你在知识和经验金字塔的底部，为了进步，你绝对应该接受团队中资深和导师的反馈。

最好的部分是，你可以接触到所有这些知识，并且在学习的同时得到报酬！赚钱和学习是一个杀手级的组合。

我经常请求比我资深且在该领域有专长的人对我的任何工作给出反馈或审查：

如果我做一些建模 -> 我会请数据科学家来审查
如果我进行了一些分析 -> 我会请数据分析师来审查
如果我编写了一些生产代码 -> 我会请软件工程师来审查
如果我制作了一个商业案例研究 -> 我会请产品经理来审查

通过持续寻求并整合专家反馈，你不仅是在改进，而且也在为作为一个技术专业人士的持续成长打下基础。记住，你就像一块海绵（我知道这是一个陈词滥调），吸收尽可能多的知识，并且随着每一次反馈，你都在变得更好，逐渐接近你职业生涯的下一个层次。

我还使用的一个有用的策略是向刚刚从我现在这个级别晋升的人寻求建议和改进方面的建议。

有一个刚刚处于你完全相同位置的人是非常有影响力的，我强烈建议你利用这一点。他们会告诉你过程、帮助他们的事情、关于构建你的案例的建议等等！

投资技术技能

从初级到中级，提高你的技术能力是一个很大的部分。作为一个初级员工，你很可能只有很基础的数据科学知识，并且不习惯在生产代码库中工作。实际上，这甚至可能是你的第一份工作！

根据你的公司和角色，我建议将你的学习努力投入到与你的工作最相关的技术领域。这种战略性的关注不仅会提升你的技能，而且也会使你的职业发展与工作职责相一致，使你变得更有价值。

例如，我所在的团队主要专注于预测和优化，所以我花了一整年的时间学习和提升这两个领域的技能。我写了多篇博客文章，并进行了几个副项目，以确保我在这些领域的知识基础扎实。

我绝不是专家，但我想我在这两个领域相当有知识。

主要目标是提升你的编码能力和数据科学知识，这样你就可以在你特定的领域独立舒适地工作。这表明你表现出的水平远不止一个初级水平。

如果你对我的自学数据科学感兴趣，请查看下面的旧帖子！

如何自学数据科学

跟踪你的成就

为了确保你的提升案例尽可能完整，记录和跟踪你所有的成就和可交付成果，无论它们可能有多小。

这可能包括从巨大的模型改进到你对利益相关者所做的演示。所有这些都应该被记录下来，因为你永远不知道你将来何时可能需要参考它们。

你可以通过简单地创建一个 Word、Excel 或任何其他文档文件来实现这一点，在周末结束时填写过去几天你所完成的一切。

记录下你所做的一切，你是如何做的，以及你收到的任何有用的反馈。如果你有一份来自人们告诉你你的工作有多好的引言列表，这无疑会帮助你提升案例，并确保你使用它们！

我无法告诉你我的文档有多有用，因为我忘记了几个多月前做过的事情，但它们确实为我的提升案例增添了价值！

摘要及进一步思考

向晋升迈进可能会令人兴奋，也可能令人恐惧，我希望这里提供的建议能给你一些如何更好地构建你的提升案例并更快达到下一个水平的有用指导。总的来说，你想要展示你已经处于下一个水平，这将使你的提升案例变得容易得多。但请记住，职业生涯非常漫长；我们谈论的是 30 年、40 年，甚至 50 年。所以，如果你这次没有成功，明年总还有机会！