Cómo Mantener Tus Habilidades Afiladas Mientras Buscas Trabajo Como Científico De Datos

Edouard Harris
Jun 11, 2020

Contents Outline

Cómo Mantener Tus Habilidades Afiladas Mientras Buscas Trabajo Como Científico De Datos

Jun 11, 2020 4 minutes read

Este es el segundo post de una serie que estoy escribiendo sobre los diálogos del grupo interno de Slack de mi compañía. El primero hablaba sobre la pregunta más dificil en una entrevista de trabajo para científico de datos.

Si te unes a nosotros ahora, dirigimos un grupo privado de Slack que es mitad científicos de datos experimentados, y mitad aspirantes a científicos de datos. La mitad aspirante tiende a hacer grandes preguntas, y la mitad experimentada tiende a dar grandes respuestas.

La pregunta que veremos hoy es: Cuando estás buscando trabajo activamente en data science, ¿cómo deberías dividir tu tiempo entre la búsqueda de trabajo en sí misma - solicitar, entrevistar, establecer contactos - y mantener tus habilidades técnicas en forma precisa?

Esta pregunta surge mucho. Es muy difícil equilibrar ambos! Por suerte, hay grandes tácticas para hacer esto más fácil, las cuales encontrarás en la conversación de hoy.






Jiri Stodulka pregunta:

Me he centrado en la búsqueda de trabajo durante unos dos meses... y como resultado, no he hecho mucho código en ese tiempo.

Ayer estuve haciendo algo de EDA y me sorprendió descubrir que tenía que buscar en Google todo para hacerlo - había olvidado mucha de la sintaxis.

¿Cómo se enfrenta a este problema? ¿Cuánto codigo hacer en estos días, asumiendo que está buscando trabajo activamente?

La respuesta de Jeremie Harris:

Normalmente recomiendo separar su semana en algo así como 2 días de mantenimiento de habilidades y 5 días de aplicaciones cuando están buscando trabajo activamente. Pero varía de persona a persona.

Una forma común de dividirlo es hacer proyectos los fines de semana, y solicitudes de trabajo y entrevistas los días de semana.

Russell Pollari:

Sí, la solución es programar tiempo para crear código. Aunque el programa adecuado para cada uno variará.

Si la división entre días de semana y el fin de semana no funciona para ti, un gran enfoque es hacer una cantidad mínima de codificación cada día - como 15 minutos - y programarla a una hora específica. Este es un tipo de activador de hábitos personales llamado intención de implementación.

La respuesta de Karthik Subramanian:

En realidad pasé bastante tiempo en este estado antes de ser contratado. Estaba haciendo malabares con una carga de cursos a tiempo completo, proyectos personales y búsqueda de empleo como data scientist.

Junto con la práctica semi-regular, lo que ayuda mucho es la documentación. Cualquier cosa que practiques, necesitas documentarla.

No basta con practicar para codificar. Deberías documentar tu trabajo lo suficientemente bien como para poder mirar atrás y decir inmediatamente: "Sí, tengo una idea de cómo hacer esto". Recuerdo haber hecho un montón de problemas en LeetCode por ejemplo - y mucho del trabajo se desperdició cuando quise revisarlo para una próxima entrevista, porque no me había molestado en documentar mis soluciones.

Documentar cosas también te da una manera fácil de buscar cosas sin depender de la Búsqueda de Google en ese momento, ya que ya has hecho el trabajo duro. Me gusta añadir el mejor enlace o dos que me ayudaron a avanzar rápidamente a la solución, así que es mucho más rápido la próxima vez.

Drew Lehe:

¡Pensé que era el único que sufría de esto! Siempre tengo en mente la "curva de olvido", así que paso más tiempo codificando que solicitando trabajos:



Aparte de estas grandes respuestas, aquí está mi propia estrategia: crear un sistema de recompensas para ti mismo.

De todas las tareas que tienes que completar - solicitudes de empleo, proyectos de codificación, etc. - algunas de estas tareas te dan energía, y otras agotan tu energía. Puedes usar la tarea que te da energía como recompensa por completar las tareas que te agotan. Es como comer las verduras antes del postre: Pequeñas y consistentes recompensas crean y mantienen buenos hábitos.

Por ejemplo, puede que disfrutes escribiendo software y analizando datos, más de lo que disfrutas enviando solicitudes de empleo.

Entonces puedes fijarte un objetivo mínimo para las solicitudes de empleo (por ejemplo, una por día) y un intervalo de tiempo específico durante el día cuando trabajas en las solicitudes de empleo (por ejemplo, de 6 a 6:30 pm). Después de enviar tu solicitud de trabajo del día, se te permite trabajar en tu proyecto de codificación.

Si estas interesado en trabajar remoto como data scientist, te recomendamos este sitio.

Probablemente publicaré más conversaciones de este tipo en el futuro. Si hay algún tema que te interese especialmente, ¡hazme un ping en Twitter!
Join our private community in Discord

Keep up to date by participating in our global community of data scientists and AI enthusiasts. We discuss the latest developments in data science competitions, new techniques for solving complex challenges, AI and machine learning models, and much more!