职业生涯 – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Mon, 21 Aug 2023 09:24:29 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 放慢职业生涯脚步才能找到独属自己的方向 //www.otias-ub.com/archives/1632979.html Wed, 23 Aug 2023 06:46:42 +0000 //www.otias-ub.com/?p=1632979

是时候评估一下你的职业发展方向了吗?

图片来源:Clem Onojeghuo on Unsplash

Utkarsh Amitabh

5ire首席营销官

在职业生涯中,我们往往只考虑当务之急,而忽略了一些重要的问题,如岗位契合度、能力、目的以及对我们最想解决问题的长期努力;

如果你觉得你的职业发展在放缓,无法每隔几年都得到晋升,或者已经被解雇,也许是时候转移你的注意力了;

也许你不能明天就做出很大改变,但如果考虑长远,你也能为自己的未来感到自豪。

我在MBA毕业前一周遭遇了一场严重事故。当时我手头已经有了好几份工作的录用机会,同时也在面试另一个职位。我进入了最后一轮面试,感到很乐观,但命运似乎另有安排。在事故后的几个月里,我都卧床不起,无法入职已经收到录用机会的公司。在很长一段时间内,我都没有其他选择。

对我来说,那是一个对未来充满焦虑的艰难阶段。我担心落后于我的同龄人,且教育贷款的高利率进一步增加了我的压力。手术后除了恢复,我无事可做,于是我开始思考自己想过什么样的生活。我突然意识到,我之所以追逐那些热门岗位,仅仅是因为它们很热门。我并没有充分考虑它们是否适合我。我原本会走上快节奏的职业生涯,而命运为我按下的暂停键让我得以重新思考自己需要优先考虑的事。

毕业十年后,我可以肯定地说,我当时讨厌的暂停变成了一种幸福。我没有急于从事同龄人最趋之若鹜的工作,而是专注于自己真正想做的事。我开始与导师们安排电话。他们让我意识到,没有人会记得我毕业几个月后没有工作。但是,人们会记住我在未来几十年里发挥的影响力。这让我对自己的职业生涯有了更长远的思考,而不是一味追求升职和奖金。

事故发生后,我更加专注于技术、政策和社会影响交叉领域的工作。我没有再申请那些看起来不适合我的职位。通过四个月的职位搜索、与同行的联系以及与教授和顾问的接触,我在微软找到了一个与我的兴趣完全一致的团队。

在微软团队的日子让我改变了很多。我参与了具有挑战性的项目,积累了技能,并建立起了一个至今仍对我有帮助的人际网络。如果当初我匆忙做一份外表看来光鲜亮丽,但与我真正想做的事情不相符的工作,这一切都不会发生。

在职业生涯中,我们往往只考虑当务之急,而忽略了一些重要的问题,如岗位契合度、能力、目的以及对我们最想解决的问题的长期努力。

如果你觉得你的职业发展在放缓,不能每隔几年就得到晋升,或者已经被解雇,也许是时候转移你的注意力了。职业中断或放缓可能是一种幸运。以下这些方法可以帮你应对这段时期。

放眼长远

我们常在职业生涯中匆匆忙忙,以为自己只有一二十年的工作要做,但事实是,当代人一生中平均可能要工作八十年。这是很长一段时间。与奋力奔跑相比,我们更需要保存体力,打持久战。

所有的进步都是日积月累的结果。乔治敦大学教授Cal Newport在其新书《慢生产》(Slow Productivity)中探讨了“慢生产力”,这与社交媒体上流行的“奋斗文化”(hustle culture)恰恰相反。Newport在著作提出,我们应该做更少的事,以自然的节奏工作,注重质量而非数量。

强度(intensity)会让你加快速度,但一致性(consistency)能让你走得更远。你需要提醒自己这一点。你对长期未来的掌控力远远大于短期未来。

深入探索工作中的挫败感

分析工作中最让你沮丧的事。如果你现在失业,你可以回顾过去,想一想你喜欢工作的哪些方面,不喜欢哪些方面。通常情况下,一份工作并不全是好的或坏的。我们常常只顾完成工作,而没有给自己足够的时间进行反思。从中长期来看,忽视挫折肯定会适得其反。结构性问题不会自行消失,所以你需要自己发现并缓解这些问题。

工作减速期是深入探讨以下问题的最佳时机:

  1. 我在工作中最不喜欢什么?
  2. 我喜欢做哪些工作?
  3. 如果我继续做目前的工作,未来的自己会感谢我吗?如果不会,我应该做什么?

回答这些问题能帮你认识自己需要学习的技能、需要建立的人际关系网络以及需要为下一份工作进行的转型。

不要指望短期内会有多大变化

我们经常高估自己一年里能做的事,却低估自己十年内能做的事。我们大多数时候做事,考虑的都是下一年或者下一季度。从长远来看,这会妨碍我们为创造美好工作生活做出改变。

在时间紧迫的情况下,不切实际的期望只会损害你的信心和对未来自我的期望。尽管我拥有顶尖的MBA学位、优异的成绩和广泛的人际网络,但我还是花了四个月的时间才找到自己真正想要的工作。也许我能更快地找到工作,但我的期望会给自我增加压力,让我不得不接受一些不那么理想的工作。

重塑你的人际网络

我在微软的工作是在一位导师的帮助下找到的,在那之前我已经有一段时间没和他联系了。我偶尔会给他发一封邮件,分享我的近况,但再无其他。事故发生后,我再次与他联系,他给我介绍了微软的一个职位空缺,这与我的兴趣恰好相符。他清楚地知道我擅长什么,以及我的职业发展方向。事实证明,他的点拨至关重要。所以,一定要关注人际网络中的弱连接。

记住要从点滴行为开始

当我们遇到不顺心的事情时,要把关注点放在我们的习惯和定势上。这些习惯可能会崩溃,使我们无心重振旗鼓。事故发生后的第一个月,我的体重涨了很多。我只会看电视,三心二意地投简历。我不停地问,为什么这种事会发生在我身上。但我应该问自己,我能做什么。最终,我还是接受了事实,并开始迈出寻找快乐的一小步。

总之,如果心态正确、方法得当,当前的职业发展放缓可能会成为一种幸运。在100年的人生中,你可能要工作80年,而暂停就是一个重新定位自己抱负、目标和前景的机会。请记住,你也许不能明天就做出很大改变,但如果考虑长远,你也能为自己未来感到自豪。

来自: 世界经济论坛

]]>
开启数据科学职业生涯的8个基本技巧 //www.otias-ub.com/archives/719118.html Tue, 01 May 2018 15:03:37 +0000 //www.otias-ub.com/?p=719118 Nick Bostrom(译者注:Nick Bostrom是牛津大学哲学系的教授,是人类未来研究院的创始人和主任。他的新书《 Superintelligence》(超级智能) 在出版后,包括伊隆·马斯克、史蒂芬·霍金以及比尔·盖茨等杰出的科技人士纷纷对其表示了支持,另外Google也成立伦理委员会来监督AI技术的发展)曾经说过:机器学习是人类最后的发明。我是一名刚刚进入数据科学这个“未来科技”行业的新手,我有一大堆的问题。我应该学习哪些工具和语言?我应该关注哪些新技术?在你从事这个行业的过程中,你通常会遇到这些问题,甚至更多相关的问题。

Faizan Shaikh写的这篇文章为所有的数据科学家开创数据科学事业铺平了道路。只要按照这八个小贴士来做,你就能让自己的职业生涯有一个良好的开端。

1. 选择正确的角色

在数据科学行业中有很多不同的角色,包括数据可视化专家、机器学习专家、数据科学家和数据工程师等等。根据自己的背景和相关工作经验,你可以在这些数据科学行业中的重要职位中选择与你相关的职位。

但是,如果你不清楚这些职位之间的区别或者你不确定自己应该怎么做?那么我建议:

  • 与业内人士交流,弄清楚每个角色的工作职责。
    • 接受他人的指导,占用他们少量时间向他们提出相关的问题。我相信没有人会拒绝帮助有需要的人!
  • 弄清楚你自己想要什么、擅长什么,并选择适合于你自己的角色。

对于数据科学家、数据工程师和统计学家这些角色的详细描述, 在Analytics Vidhya博客上有一个详细的介绍,我相信这会帮助你做出相关的决定。

2. 选择一个课程,并学完它

现在你已经定下了一个角色,下一步就是专注于理解这个角色。行业中对数据科学家的需求非常庞大,所以有非常多的课程和研究在那里等着你,你可以学到任何你想学的东西! 找到要学习的资料并不难,但如果不努力,很难学会。

你可以选择免费的MOOC(译者注:massive open online courses,大型开放式网络课程),或加入认证计划。

当你学习一门课程的时候,要积极主动地去学习。顺着课程、作业和课程中的讨论一步一步进行。

这里有一些不错的网络课程:

  • edX上的Analytics Edge
  • Andrew Ng的机器学习课程

3. 选择一个工具和语言,并坚持下去

正如我之前提到过的,理解你所追求的方向非常重要。此时,你要面对的一个难题是:我应该选择哪种语言和工具?

哪一个是最好的选择?在互联网上有很多有关这个问题的教程和讨论。本人的想法是,你应该从最简单的语言或最熟悉的语言开始。如果你不熟悉编码,那么应该使用基于GUI的工具。在你掌握了这些概念之后,你就可以开始动手编码了。

4. 加入兴趣组

现在你已经知道自己想要选择哪个角色,并且已经准备好了,下一件重要的事情就是加入一个兴趣组。为什么这很重要?因为一个兴趣组能激发你的动力,让你与时俱进。

一个好的兴趣组有着一群能与你互动的人,与你分享共同目标的人,与你分享鼓舞人心的故事的人。

这里有一些不错的兴趣组:

  1. Analytics Vidhya
  2. StackExchange
  3. Reddit

5. 关注实际的应用,而不仅仅是理论

在参加课程学习和培训的同时,你应该关注一下与你当前正在学习的知识相关的实际应用。这不仅可以帮助你理解相关的概念,还可以让你更深入地了解它是如何在现实中得到应用的。

在参加课程时,你应该做到以下这几点:

  • 完成所有的练习和作业来理解相关的应用。加入讨论组,提问和回答问题。
  • 研究一些开放的数据集并应用到你的学习中。
  • 了解业内人士的解决方案,以及行业的发展趋势。

6. 寻找合适的资源

永远不要停止学习,你必须掌握你能找到的每一个知识点。最有用的信息常常来源于知名数据科学家的博客。这些数据科学家在社区中非常活跃,并会随着行业的发展不断更新他们的追随者。

请每天阅读数据科学方面的文章,使之养成一个习惯,以了解最近发生的事情以及如何解决现实问题。

这里是一个数据科学家的名单,你可以看一下。这里还有几个时事通讯:

  1. WildML
  2. 纽约大学
  3. KDnuggets新闻

7. 沟通技巧很重要

人们通常认为,只要自己在技术上很优秀,就一定能通过面试。这实际上并不一定。面试官在听完你的介绍后说了声“谢谢”,也许就是拒绝了你。

请试着提高你在数据科学方面的沟通技巧,并提前准备好面试问题。与朋友沟通时,也请注意相关的技巧。

当你从事这个行业工作时,沟通技巧甚至更为重要。为了有效地与同事分享你的想法,或者在会议中证明你的观点,你应该知道如何高效地进行交流。

8. 构建关系网,但不要在这上面花太多的时间!

一开始,你应该把自己的重点放在学习上。如果在最开始的时候就做太多的事情,那么最终可能会让你放弃这一切。

渐渐地,一旦对这个领域有了一定的理解,你就可以去参加一些行业活动和会议,甚至是黑客马拉松。你永远不知道谁会帮助到你!

关系网可能会:

  • 向你提供你所感兴趣领域正在发生的事情和内部信息。
  • 提供指导和支持。
  • 帮助你寻找工作。

作者: Faizan Shaikh,译者:夏天

]]>