صورة المؤلف
أنا أعرف هذا الرجل الذي هو مبرمج لا يصدق. لقد اختار لغة بايثون لتبديل مسيرته المهنية، ثم سرعان ما استخدم JavaScript وGo وSQL وعدد قليل من اللغات الأخرى فقط من أجل الركلات. وهو جيد أيضًا، وليس مجرد واحد من هؤلاء الأشخاص الذين يضعون اللغات في سيرتهم الذاتية بلا مهارات عالم البيانات لدعمهم.
لكنه يواجه صعوبة في الحصول على وظيفة. التقيت به لتناول القهوة قبل بضعة أسابيع، وكانت محادثتنا مصدر إلهام لكتابة هذا المقال. ومن دون أن أرغب في إهانته كثيرًا، ذكرت كيف جرت مقابلته الأخيرة. لقد حضر متأخرًا قليلًا، ولم يرسل رسالة شكر بالبريد الإلكتروني بعد ذلك، وبينما كان يتفوق في كل مشكلة في البرمجة، لم يتعامل مع أسئلة السبورة البيضاء أكثر من مجرد تقديم إجابة صحيحة تمامًا.
قلت له: "كيف، برمجتك جيدة بشكل لا يصدق. ستكون أي شركة محظوظة بوجودك كعالم بيانات. لكن عليك أن تعمل على مهاراتك الناعمة."
فيما يلي المهارات الأساسية الأربع التي أوصي بها لكل عالم بيانات، سواء كنت ترغب في الدخول إلى هذا المجال، أو التقدم في حياتك المهنية، أو مجرد القيام بعمل أفضل.
صورة المؤلف
الجميع يعتقد أن هذا يعني معرفة كيفية التحدث. بل على العكس من ذلك: فالتواصل الجيد يدور حول معرفة كيفية الاستماع، خاصة في علم البيانات.
تخيل هذا السيناريو: يأتي إليك أحد أصحاب المصلحة، ربما نائب الرئيس للتسويق، بسؤال حول الحملة التي يريد تشغيلها. إنها متحمسة لذلك ولديها رؤية في ذهنها، لكنها غير متأكدة من كيفية قياس تأثيرها أو البيانات التي تحتاجها. بدلاً من التعمق فوراً في الجوانب الفنية المتعلقة بكيفية سحب البيانات أو النماذج التي يمكنك استخدامها، عليك أن تستمع أولاً. سمحت لها بشرح أهدافها واهتماماتها وما تأمل تحقيقه من خلال الحملة.
من خلال الاستماع بنشاط، يمكنك فهم السياق الأوسع لطلبها. ربما لا تبحث فقط عن تحليل بسيط ولكنها تريد فهم سلوك العملاء أو تقسيم الجمهور بطريقة لم تكن في حسبانها. من خلال الاستماع أولاً، يمكنك تقديم حل يناسب احتياجاته الفعلية، وليس فقط المهمة الأولية.
التواصل هو المفتاح في علم البيانات. لن تعمل في قبو مظلم على كتابة التعليمات البرمجية على لوحة المفاتيح طوال اليوم؛ ستتلقى طلبات وسيتعين عليك إعداد العروض التقديمية والتعامل مع الأشخاص. كما في مهارات محلل البياناتيجب أن تعرف كيفية التواصل لتحقيق النجاح.
يعد استطلاع StackOverflow 2023 Developer في الواقع مثالًا رائعًا على القدرة على التكيف. قدم المؤلفون لأول مرة قسم الذكاء الاصطناعي، مما يدل على قدرة ملحوظة على التكيف مع المشهد المتغير للتنمية.
الذكاء الاصطناعي هو مجرد مثال واحد. يعد علم البيانات مثالًا رائعًا لهذا القول المأثور القديم: الثابت الوحيد هو التغيير. لكي تكون عالم بيانات ناجحًا، عليك أن تكون مستعدًا للتعامل مع اللكمات.
وهذا يمكن أن يعني أشياء كثيرة مختلفة. التطبيق الأكثر وضوحًا هو القدرة على تعلم التكنولوجيا الجديدة بسهولة. التكنولوجيا السحابية جديدة. الذكاء الاصطناعي جديد. FastAPI جديد. تحتاج إلى مواكبة كل ذلك.
تطبيق آخر هو مواكبة مشهد التوظيف. الاتجاه السائد في الآونة الأخيرة لا يقتصر فقط على أن تكون عالم بيانات بالمعنى التقليدي؛ يتوقع العديد من أصحاب العمل منك ارتداء العديد من القبعات. يجب عليك أيضًا أن تكون مهندس بيانات، ومهندسًا للتعلم الآلي، وأحيانًا خبيرًا في المجال. الخطوط الفاصلة بين هذه الأدوار غير واضحة، وغالبًا ما يجد علماء البيانات المعاصرون أنفسهم وهم يتنقلون بين المهام التي كانت منعزلة في السابق في أدوار منفصلة.
يمكنك أيضًا اعتبارها تعني فهم التعليقات ودمجها. باعتبارنا علماء بيانات، فإننا غالبًا ما نبني نماذج أو حلول بناءً على افتراضات أو مجموعات بيانات معينة. لكنها لا تعمل دائمًا كما هو متوقع. إن كونك قابلاً للتكيف يعني أخذ هذه التعليقات خطوة بخطوة، وتكرار نماذجك، وتحسينها بناءً على نتائج العالم الحقيقي.
ربما يكون التطبيق الأسوأ ولكن الأكثر أهمية هو القدرة على التكيف مع الطرد أو التسريح. كان عامي 2021 و2022 أعواماً غريبة بالنسبة للعمالة، حيث قامت العديد من الشركات الكبرى بتسريح أعداد كبيرة من الموظفين دون سابق إنذار. إنها فكرة جيدة أن تتوقع هذه النتيجة المحتملة وأن تكون مستعدًا لها.
صورة المؤلف
هل تتذكر كيف تحدثت عن التواصل؟ العمل الجماعي والتعاون يتناسبان مع نفس الفئة. باعتبارك عالم بيانات، فإنك لا تعمل فقط مع علماء بيانات آخرين. الجميع يحب أي شيء مدعوم بالبيانات، لذلك ستكون متلقيًا لأي عدد من الطلبات لإنتاج عروض PowerPoint التقديمية والتقارير والرسوم البيانية.
للقيام بذلك بنجاح، عليك أن تلعب بلطف مع الآخرين. غالبًا ما تتضمن مشاريع علوم البيانات العمل مع فرق متعددة الوظائف، بما في ذلك محللي الأعمال والمهندسين ومديري المنتجات. تضمن القدرة على التعاون بشكل فعال توافق حلول علوم البيانات مع أهداف العمل.
على سبيل المثال، في أحد أدواري السابقة، أراد فريق المنتج تقديم ميزة جديدة في تطبيقنا. ومن الواضح أن هناك حاجة إلى البيانات لدعم قرارهم. لقد تواصلوا معي ومع بقية فريق علم البيانات للحصول على رؤى حول سلوك المستخدم المتعلق بالميزات المماثلة.
وفي الوقت نفسه، أراد فريق التسويق معرفة كيف يمكن أن تؤثر هذه الميزة الجديدة على تفاعل المستخدمين والاحتفاظ بهم. وفي الوقت نفسه، كان الفريق الهندسي بحاجة إلى فهم المتطلبات الفنية وكيفية تأثر خطوط البيانات.
أصبح فريقنا محوريًا في هذا. كان علينا جمع المتطلبات من فريق المنتج، وتقديم رؤى لفريق التسويق، والعمل مع الفريق الهندسي لضمان التدفق السلس للبيانات. وهذا لا يتطلب الخبرة الفنية فحسب، بل يتطلب أيضًا القدرة على فهم احتياجات كل فريق، والتواصل بفعالية - وفي بعض الأحيان التوسط بين المصالح المتضاربة.
أنا أتخذ طريق الانسحاب ولم أذكر حل المشاكل باعتبارها المهارة الناعمة المطلقة لأنني أعتقد أنه تم الإفراط في استخدامها. لكن بصراحة، الفضول يساوي نفس الشيء.
باعتباري عالم بيانات، ربما لا أحتاج إلى إخبارك أنك ستواجه الكثير من المشكلات. لكن في جوهرها، كل مشكلة هي في الواقع سؤال.
يصبح السؤال "مستخدمونا لا يقومون بالتحويل" هو "كيف يمكننا أن نجعل هذا المنتج أكثر جاذبية؟"
"نموذجي لا يعطيني تنبؤات دقيقة"، يصبح "ما الذي يمكنني تغييره لجعل نموذجي أكثر واقعية؟"
"لقد انخفضت مبيعاتنا في الربع الأخير"، يصبح السؤال "ما هي العوامل التي أثرت على هذا الانخفاض وكيف يمكننا معالجتها؟"
كل واحدة من هذه المشاكل، عند التعامل معها بعقلية فضولية، تتحول إلى سؤال يسعى إلى الفهم والتحسين. يدفعك الفضول إلى التعمق أكثر، وليس فقط قبول الأشياء بقيمتها الظاهرية، والبحث المستمر عن حلول أفضل.
كان كيفن، منذ مقدمتي، شخصًا فضوليًا بشكل عام. ولكن لسبب ما عندما يتعلق الأمر بعلم البيانات، كان لديه غمائم. أصبحت كل مشكلة بمثابة مسمار يجب حله بمطرقة الكود. والحقيقة هي أنه لا يمكن إنجاز الكثير من أعمال علم البيانات بهذه الطريقة.
لقد أعطاني مثالاً على شيء سُئل عنه في إحدى المقابلات مؤخرًا: "كان فريق دعم العملاء يتلقى شكاوى حول عملية الخروج من الموقع. كيف ستتعامل مع هذا؟”
تحدث كيفن بالتفصيل عن كيفية إصلاح الخلل الفني. لكن الإجابة التي كان يبحث عنها الشخص الذي أجرى المقابلة معه كانت سؤالاً مثل: "لماذا يجد المستخدمون أن عملية الدفع مرهقة؟"
في العالم الحقيقي، سيحتاج عالم البيانات إلى طرح هذا السؤال لحل المشكلة. ربما يواجه المستخدمون من منطقة معينة مشكلات بسبب تكامل بوابة الدفع المحلية. أو ربما لا تكون النسخة المحمولة من الموقع سهلة الاستخدام، مما يؤدي إلى التخلي عن سلة التسوق.
من خلال تأطير المشكلة في شكل سؤال، لا يتوقف عالم البيانات عند تحديد المشكلة فحسب؛ يتعمقون في "السبب" وراء ذلك. ولا يؤدي هذا النهج إلى حلول أكثر فعالية فحسب، بل يكشف أيضًا عن رؤى أعمق يمكن أن تقود القرارات الإستراتيجية.
هناك الكثير من المهارات الناعمة التي لم أذكرها هنا، مثل التعاطف والمرونة وإدارة الوقت والتفكير النقدي، على سبيل المثال لا الحصر. ولكن إذا فكرت في الأمر، فستجدهم جميعًا يقعون في هذه الأقواس.
تواصل مع الناس. تعرف على كيفية التغيير. تكون قادرة على العمل مع الآخرين. والتعامل مع المشاكل بفضول. باستخدام هذه المهارات الأربع، ستكون قادرًا على معالجة أي مشكلة، أو مقابلة عمل، أو أي خطأ يأتي في طريقك.
نيت روزيدي هو عالم بيانات وفي استراتيجية المنتج. وهو أيضًا أستاذ مساعد يقوم بتدريس التحليلات ، وهو مؤسس ستراتا سكراتش، وهي منصة تساعد علماء البيانات على الاستعداد لمقابلاتهم مع أسئلة مقابلة حقيقية من الشركات الكبرى. تواصل معه تويتر: StrataScratch or لينكدين:.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/soft-skills-every-data-scientist-needs?utm_source=rss&utm_medium=rss&utm_campaign=soft-skills-every-data-scientist-needs
