Asumí roles y responsabilidades muy diferentes mientras hacía mis trabajos de ciencia de datos corporativos. No solo me dieron mucha exposición sobre la ciencia de datos, sino que además me enseñaron cómo administrar a mis gerentes.
Recuerdo uno de los papeles muy vívidamente. Reportaba a una persona que nunca antes había realizado un proyecto de ciencia de datos ni había dirigido un equipo de ciencia de datos. Era una buena persona y un buen gerente en otras configuraciones, pero en un lugar equivocado para liderar un equipo de ciencia de datos (al menos temporalmente). La mayor parte de su experiencia antes de hacerse cargo este rol fue en Ventas. Algunas de las alternativas para administrar a las personas que trabajaron para él en el pasado no funcionarán en esta configuración.
A modo de ejemplo, solíamos tener 2 reuniones de equipo en una semana, donde cada uno de nosotros actualizaba al resto del equipo en lo que estamos trabajando y cuál es el plan para el resto de la semana. Más allá de estos, hubo actualizaciones individuales y actualizaciones asociadas con el proyecto. La mayoría de nosotros no entendimos los objetivos de esas tareas semanales.
La situación que he descrito definitivamente no es única. Esto estaría sucediendo en todas las instituciones que intentan determinar un equipo de ciencia de datos o que intentan trasladar a algunos de sus mejores trabajadores a otros roles para liderar unidades de ciencia de datos. Por eso, pensé en compartir algunos consejos para las personas que realizan estas transiciones. Estos consejos deberían ayudarlo a convertirse en un mejor administrador de ciencia de datos, si no ha estado en una configuración de ciencia de datos antes.
Sea parte del ciclo de vida completo del proyecto de análisis / ciencia de datos:
Nada supera este consejo. No importa la investigación que pueda brindarle la experiencia que obtiene al ser parte del equipo que realiza el proyecto. Comprenderá por qué comercializar análisis a un potencial puede ser difícil a veces y pueden pasar meses antes de que el cliente le brinde una posibilidad justa. Además lo ayudará a comprender por qué la limpieza de datos puede llevar, lo que parece ser una eternidad desde el exterior. Al mismo tiempo, la implementación de una solución de análisis puede brindarle su propia parte de aprendizaje: ¿cuáles son los estorbos que puede hallar? ¿Por qué necesita ser paranoico con relación a lograr una implementación correcta?
Si hay un consejo que quiera sacar de este post, simplemente tome este. No puede liderar un equipo de ciencia de datos de manera efectiva hasta que haya pasado tiempo (preferiblemente práctico) trabajando en un proyecto usted mismo..
Comprender el panorama de la ciencia de datos:
Aunque el primer consejo lo ayuda a profundizar en el tema, además debe comprender la extensión del tema. Eso es lo que diferencia a un buen gerente de un analista brillante. Como gerente, debe comprender qué herramienta y solución es mejor para qué tipo de problema.
¿Los datos exigen una solución de big data? ¿O un método tradicional de ciencia de datos funciona? ¿Continúa automatizando los informes en Excel o pasa a herramientas como QlikView o Tableau? Estas son algunas de las preguntas que enfrentarás como gerente y las decisiones que tomes impactarán en los miembros de tu equipo y en cómo emplean su tiempo.
Este post puede ser un buen punto de partida.
Conviértete en asombroso en el pensamiento estructurado:
Esto es casi un hecho: no puede ser un buen administrador de análisis si no es bueno en el pensamiento estructurado. Como analista, se espera que ponga estructura a los problemas no estructurados. Como gerente, se espera que sobresalga en poner la estructura en su lugar, en minutos. Entraría en reuniones que carecerían de estructura y sólo se beneficiarían de ellas, si tiene la capacidad de poner una estructura a la discusión.
Estos posts pueden ayudarlo a mejorar el pensamiento estructurado: El arte del pensamiento estructurado, Herramientas para impulsar el pensamiento estructurado
Mejore sus habilidades para contar historias (sustentadas en datos):
Como gerente de ciencia de datos, se espera que explique historias sustentadas en datos. La expectativa básica es ser bueno comunicando sus pensamientos. Un buen gerente debe poder visualizar los datos de manera efectiva y presentarlos de manera que narren una historia coherente. Aquí hay un par de ejemplos para que su cerebro piense:
- Si tiene que comprender las distribuciones regionales de su producto, ¿cuál es la mejor manera de comprenderlo? ¿Tabular la penetración por regiones? ¿Por racimos? ¿O simplemente dibujar un mapa de calor superpuesto al mapa geográfico?
- ¿Cuál es la mejor manera de mostrar cómo han cambiado las ventas en 15 grupos en comparación con el año pasado?
Cuanto mejor se familiarice con la narración de historias, mejor será para su equipo comercializar las soluciones.
Defina su propio plan y agenda de aprendizaje y compártalos con su equipo:
Si está asumiendo un rol de administrador de ciencia de datos, tiene mucho que aprender en los próximos días. La mejor forma de hacerlo es crear un plan de aprendizaje y compartirlo con su equipo. Esto no solo los ayudará a comprender lo que ya sabe y lo que no, sino que además les comunicará que está dispuesto a aprender el tema.
Además puede pedir a los miembros del equipo que creen su plan de aprendizaje y lo compartan con el grupo y que tengan sesiones semanales para compartir conocimientos con los equipos para compartir su aprendizaje / experiencia.
Notas finales:
¿Qué opinas de estos consejos? ¿Lo preparan para impulsar en la administración de un equipo de analistas o científicos de datos? Si tiene más consejos de su experiencia, no dude en compartirlos por medio de los comentarios a continuación.
Fuente de la imagen: blog de iNostix
