Utilicé DoorDash hace unos cinco meses. Esta es la primera vez que comienzo en una nueva empresa como gerente de ciencia de datos. DoorDash avanza rápido, las expectativas son altas y el contexto del dominio es profundo, lo que hace que la incorporación sea un desafío. Sin embargo, también ha sido uno de los períodos de más rápido crecimiento de mi carrera.
Los primeros tres meses en cualquier trabajo nuevo son fundamentalmente una fase de construcción (creación de conexiones, comprensión del dominio y conocimiento de datos) y una incorporación fluida sienta las bases para el éxito posterior. Por lo tanto, en este artículo, compartiré lo que más importó en los primeros meses y mi lista de verificación para cualquier incorporación de ciencia de datos.
I. Construir conexiones
Antes que nada, permítanme comenzar por establecer conexiones. Cuando estaba en la escuela, me imaginaba a los científicos de datos como personas que pasaban todo el día escribiendo códigos y construyendo modelos. Sin embargo, a medida que fui ascendiendo, me di cuenta de que los científicos de datos logran un impacto real al integrarse profundamente en el negocio, utilizar datos para identificar oportunidades e impulsar decisiones comerciales. Esto es especialmente cierto hoy en día con una plantilla de DS más estricta y la IA que automatiza los flujos de trabajo básicos de codificación y análisis.
Por lo tanto, establecer conexiones y ganarse un asiento en la mesa debe ser una máxima prioridad durante la incorporación. Esto incluye:
Sesiones de incorporación frecuentes con su gerente y compañero de incorporación. Estas son las personas que mejor comprenden su alcance, expectativas y prioridades futuras. En mi caso, mi jefe fue mi compañero de incorporación y nos reunimos casi a diario durante las primeras dos semanas. Siempre venía con una lista preparada de las preguntas que encontré durante la incorporación. Configure llamadas para conocer y saludar a socios multifuncionales. Esta es la agenda que suelo seguir en esas llamadas: 1. Presentaciones personales 2. Su área de enfoque y prioridades principales 3. Cómo puede mi equipo apoyarlos mejor 4. Cualquier consejo de incorporación o “cosas que debo saber” Me gusta especialmente la última pregunta, ya que constantemente proporciona excelentes ideas. Hace cinco años, cuando me incorporé a Brex, hice la misma pregunta y resumí las respuestas en categorías aquí. Lo mejor que obtuve esta vez fue: “No tengas miedo de hacer preguntas tontas. Juega la carta del nuevo empleado tanto como sea posible durante los primeros tres meses”. Para esos socios clave, configure reuniones individuales semanales o quincenales y agréguese a las reuniones recurrentes del proyecto. Es posible que no contribuyas mucho al principio, pero es útil simplemente escuchar y recopilar el contexto y las preguntas. Si se está incorporando como gerente como yo, debe comenzar a hablar con sus subordinados directos lo antes posible. Durante la incorporación, mi objetivo es aprender tres cosas de mis subordinados directos: 1. Sus proyectos y desafíos, 2. Sus expectativas sobre mí como gerente, 3. Sus objetivos profesionales. El primero me ayuda a mejorar el área. Los dos últimos son fundamentales para establecer confianza y una relación de trabajo colaborativa desde el principio.
II. Construir contexto de dominio
Los científicos de datos tienen éxito cuando comprenden el negocio lo suficientemente bien como para influir en las decisiones, no solo analizar los resultados. Por lo tanto, otra prioridad durante la incorporación es desarrollar su conocimiento del dominio. Las estrategias comunes incluyen hablar con la gente, leer documentos, buscar en Slack y hacer muchas preguntas.
Normalmente comienzo con conversaciones para identificar proyectos y contextos comerciales clave. Luego busco documentos relevantes en Google Drive o Confluence y leo mensajes de Slack en los canales del proyecto. También recopilo las preguntas después de leer los documentos y las hago 1:1.
Sin embargo, un desafío que encontré fue profundizar en la madriguera de los documentos. Cada documento conduce a más documentos con numerosas métricas, acrónimos y proyectos desconocidos. Esto es especialmente desafiante como gerente: si cada uno de los miembros de su equipo tiene 3 proyectos, entonces 5 personas significan 15 proyectos para ponerse al día. En un momento, el grupo de pestañas “Para leer” de mi navegador tenía más de 30 pestañas abiertas.
Afortunadamente, las herramientas de inteligencia artificial están aquí para rescatarnos. Si bien leer todos los documentos uno por uno es útil para obtener una comprensión detallada, las herramientas de inteligencia artificial son excelentes para brindar una visión holística y conectar los puntos. Por ejemplo,
En DoorDash, Glean tiene acceso a documentos internos y a Slack. A menudo hablo con Glean y le hago preguntas como “¿Cómo se calcula GOV?”, “Proporciono un resumen del proyecto X, incluido el objetivo, el cronograma, los hallazgos y la conclusión”. Se vincula a las fuentes de los documentos, por lo que aún puedo profundizar más rápidamente si es necesario. Otra herramienta que probé es NotebookLM. Compartí los documentos sobre un tema específico con él y le pedí que generara resúmenes y mapas mentales para recopilar mis pensamientos de una manera más organizada. También puede crear podcasts, que a veces son más digeribles que leer documentos. Otras herramientas de inteligencia artificial como ChatGPT también pueden conectarse a documentos internos y cumplir un propósito similar.
III. Desarrollar conocimiento de datos
Desarrollar conocimiento de datos es tan importante como desarrollar conocimiento de dominio para los científicos de datos. Como gerente de primera línea, me atengo a un estándar simple: debería poder realizar un trabajo práctico con datos lo suficientemente bien como para brindar una orientación práctica y creíble a mi equipo.
Esto es lo que me ayudó a mejorar rápidamente:
Configure la pila tecnológica en la primera semana: recomiendo configurar la pila tecnológica y el entorno de desarrollador con anticipación. ¿Por qué? Los problemas de acceso, permisos y problemas ambientales extraños siempre tardan más de lo esperado. Cuanto antes tengas todo configurado, antes podrás empezar a jugar con los datos. Aproveche al máximo las herramientas de datos asistidas por IA: todas las empresas de tecnología están integrando la IA en sus flujos de trabajo de datos. Por ejemplo, en DoorDash, tenemos Cursor conectado a Snowflake con contexto y conocimiento de datos internos para generar consultas SQL y análisis basados en nuestros datos. Aunque las consultas generadas aún no son 100% precisas, las tablas, uniones y consultas anteriores me parecen excelentes puntos de partida. No reemplazará su criterio técnico, pero reduce drásticamente el tiempo hasta la primera comprensión. Comprender las métricas clave y sus relaciones: el conocimiento de los datos no solo significa poder acceder y consultar los datos, sino también comprender el negocio desde una perspectiva de datos. Normalmente comienzo con revisiones comerciales semanales para encontrar las métricas principales y su tendencia. Esta también es una excelente manera de contextualizar las métricas y tener una idea de cómo es lo “normal”. Esto me ha parecido increíblemente útil a la hora de comprobar análisis y resultados de experimentos más adelante. Ensúciate las manos: Nada refuerza más tu comprensión de los datos que hacer un poco de trabajo práctico. Un buen programa de incorporación suele incluir un mini proyecto inicial. Incluso como gerente, realicé algunos trabajos de CI durante mi incorporación, incluido el dimensionamiento de oportunidades para el ciclo de planificación, el diseño y análisis de múltiples experimentos y el diagnóstico y previsión del movimiento de métricas. Estos proyectos aceleraron mi aprendizaje mucho más que la lectura pasiva.
IV. Comience poco a poco y contribuya temprano
Si bien la incorporación se trata principalmente de aprendizaje, recomiendo encarecidamente comenzar poco a poco y contribuir desde el principio. Las contribuciones tempranas indican propiedad y generan confianza, a menudo más rápido que esperar un proyecto “perfecto”. A continuación se muestran algunas formas concretas:
Mejore la documentación de incorporación: a medida que revise el documento de incorporación, se encontrará con problemas técnicos aleatorios, notará enlaces rotos o encontrará instrucciones desactualizadas. No solo superarlos usted mismo, sino también mejorar el documento de incorporación es una excelente manera de demostrar que trabaja en equipo y desea mejorar la incorporación para futuros empleados. Documentación de compilación: ninguna empresa tiene una documentación perfecta; según mi propia experiencia y la de charlar con mis amigos, la mayoría de los equipos de datos enfrentan el desafío de tener documentación desactualizada o faltante. Como se está incorporando y aún no está ocupado con proyectos, es el momento perfecto para ayudar a llenar esos vacíos. Por ejemplo, creé un directorio de proyectos para que mi equipo centralice proyectos pasados y en curso con hallazgos clave y puntos de contacto claros. También creé una colección de heurísticas de métricas, que resumen la relación causal entre diferentes métricas que aprendimos de experimentos y análisis anteriores. Tenga en cuenta que todos estos documentos también se convierten en un contexto valioso para los agentes de IA, mejorando la calidad y relevancia de los resultados generados por la IA. Sugerir mejoras en el proceso: cada equipo de datos opera de manera diferente, con ventajas y desventajas. Unirse a un nuevo equipo significa aportar una nueva perspectiva sobre los procesos del equipo y podría detectar oportunidades para mejorar la eficiencia. Las sugerencias bien pensadas basadas en su experiencia pasada son muy valiosas.
En mi opinión, una incorporación exitosa tiene como objetivo establecer una alineación multifuncional, fluidez comercial e intuición de datos.
Aquí está mi lista de verificación de incorporación:
Semana 1-2: Fundamentos
– Conozca socios comerciales clave
– Incorpórese a las principales reuniones multifuncionales
– Comprender el enfoque y las prioridades del equipo a alto nivel.
– Configurar la pila tecnológica, el acceso y los permisos
– Escribe tu primera línea de código.
– Lea la documentación y haga preguntas Semana 2 a 6: ensuciarse las manos
– Profundización en el OKR del equipo y las tablas de datos de uso común
– Profundice en su área de enfoque (más documentos y preguntas)
– Completar un proyecto inicial de principio a fin
– Hacer contribuciones tempranas: actualizar información obsoleta, crear una pieza de documentación o sugerir una mejora de proceso, etc. Semana 6 a 12: propiedad
– Ser capaz de hablar en reuniones multifuncionales y brindar su punto de vista basado en datos.
– Genere confianza como la persona a la que acudir para su dominio
La incorporación se ve diferente según las empresas, los roles y los niveles de antigüedad. Pero los principios siguen siendo consistentes. Si vas a comenzar un nuevo puesto pronto, espero que esta lista de verificación te ayude a avanzar con más claridad y confianza.