¿Estará trabajando durante los próximos meses? ¿Años? ¿Probablemente incluso décadas?
La mayoría de la gente trabajará durante ese período de tiempo. Y si bien la mayoría de las cosas sobre el futuro son inciertas, hay algunas cosas que es muy probable que sigan existiendo en nuestros trabajos. Proyectos, por ejemplo: simples y viejos esfuerzos organizados para avanzar. Esto es lo que aprendí sobre ellos en marzo.
Ser proactivo garantiza un progreso fluido
En el trabajo, todos tenemos proyectos que tememos. Pero también tenemos proyectos que nos gustan y a los que nos gustaría poder dedicar más tiempo. Independientemente de si un proyecto nos gusta o no, los proyectos suelen tener horizontes temporales bastante largos. Y no existen por sí mismas (aunque a veces tenemos la incómoda impresión de que realmente existen). Más bien, los proyectos son esfuerzos organizados que nos llevan a nosotros (o a nuestra empresa) hacia un objetivo elegido.
En el mundo del aprendizaje automático, ese objetivo puede adoptar muchas formas. Podría ser enviar un modelo a un cliente. Podría significar escribir un artículo. También podría significar establecer un canal MLOps. En cualquier caso, requiere nuestra atención en el tiempo. Y, sobre todo, estos proyectos requieren el apoyo de otros.
Sí, apoyo. No en el sentido de que otros necesiten impulsar activamente el proyecto (¡lo cual es muy bienvenido!). Más bien, en el sentido de que otros necesitan proporcionar esto o aquello para ayudarle a progresar. A veces, esto puede ser algo pequeño, como aprobarle el uso de un recurso informático específico. En otros casos, puede ser mayor, como aprobar la compra de un software muy necesario.
Es bastante raro que los proyectos avancen sin problemas, con el viento siempre soplando en la dirección correcta. Por el contrario, es necesario entender esto, hacer aquello y luego comprobar otra cosa más, y cada una de ellas puede convertirse en un obstáculo.
Lo que aprendí aquí es que ser proactivo puede evitar que se produzcan muchos obstáculos. Por tanto, cultivar la proactividad es una habilidad que se extiende más allá de los proyectos de aprendizaje automático. Creo que está fuertemente relacionado con la agencia: la capacidad de dirigir las acciones de uno deliberadamente y buscar soluciones por cuenta propia.
En el trabajo de proyectos de ML, la proactividad puede tomar muchas formas: solicitar aprobaciones por adelantado, crear esquemas para planes de respaldo, tener respaldos listos o asignar más tiempo por adelantado para crear un buffer.
Bloquear el tiempo para realizar proyectos
Habiendo dicho que la proactividad puede evitar obstáculos, paso a la siguiente lección aprendida: para luego hacer las cosas, es necesario, nuevamente, ser proactivo y reservar el tiempo para hacerlas.
Esto suena obvio, como lo parecen las cosas más importantes una vez que las lees. Sin embargo, el hecho de que algo sea obvio no significa que se pueda hacer de la manera obvia.
Veamos el día a día de un típico practicante de ML. Para nuestro propósito, no importa si están en investigación, ingeniería o administración. Lo único que cambia entre estos roles son los proyectos en los que trabaja alguien.
Pero aquí está el giro: rara vez es proyecto (singular). Más a menudo, son proyectos.
Es probable que nuestro practicante de ML tenga más de un proyecto. Está el proyecto principal (escribir un proceso MLOps, redactar un artículo, actualizar el clúster de cómputo). Y luego, como puede atestiguar cualquier estudiante de doctorado, están los otros proyectos (“secundarios”): presentar resultados, dar conferencias, administración diaria. Todo esto exige atención y tiempo. Y aquí volvemos al proyecto principal: el tiempo dedicado a otros proyectos no está disponible para el proyecto principal.
Entonces, ¿cómo se puede dedicar más tiempo al proyecto principal (idealmente sin descuidar los demás proyectos)? Resulta que la respuesta es bastante simple: bloquea la hora en tu calendario.
Cualquier espacio libre en su calendario puede invitar a otros a invitarlo a una reunión. En cambio, simplemente bloqueando partes de tu calendario, puedes dedicar suficiente tiempo al proyecto principal. Entonces, el tiempo no bloqueado todavía está disponible para los demás proyectos.
Básicamente, en el 90% de los casos se reduce a priorizar: priorizar el proyecto principal. En el 10% restante, se permite que las emergencias violen la norma.
Planificar, planificar y mantener el plan el plan.
Mirando retrospectivamente el mes (y las dos lecciones aprendidas anteriormente), creo que todo esto requiere una lección general: la planificación. Y: mantener el plan el plan.
En nuestro mundo acelerado, siempre hay algo nuevo. ¿Quieres un ejemplo? El cuaderno con el que escribo estas líneas es del año 2020. Desde entonces, han aparecido cinco nuevas versiones.
O: ¿todavía recuerdas GPT-3? Bueno, ahora estamos en GPT-5.4 (y ChatGPT se volvió multimodal).
O, si hacen falta más argumentos: la noticia. Día tras día hay algo nuevo. Todo esto quiere decir: si planeas algo, es fácil dejar el plan a un lado y hacer algo diferente en su lugar.
Eso estaría bien, pero ser bueno en algo exige que le dediquemos tiempo una y otra vez. Y eso, esencialmente, significa proactividad, bloquear el tiempo y… planificación. Ya sea literalmente escribiendo un plan, o semi-inconscientemente en su cabeza.
Para los proyectos de ML que mencionamos aquí, nada se haría sin planificación. No el papel. No el nuevo hardware. No el oleoducto.
Si planifica lo suficientemente bien, pero no con demasiada precisión, podrá hacer las cosas. Pero sólo si haces el plan, mantenlo, sin que te molesten las noticias más recientes.