Wed. Sep 28th, 2022

Foto de Chris Nagahama en Unsplash

Por qué el conocimiento técnico no es lo único a lo que debe prestar atención.

Los científicos de datos tienden a centrarse en las habilidades duras. Disfrutan de aprender sobre nuevos temas y quieren descubrir los últimos avances en el campo. Y, por supuesto, es más divertido jugar con DALL-E 2 que dedicar tiempo a una presentación. A veces es fácil olvidarse de las habilidades blandas, si bien son una parte esencial de ser un buen científico de datos.Esta publicación explica tres habilidades blandas esenciales para los científicos de datos. Si los practicas, te ayudarán, te ahorrarán tiempo y te harán destacar. Empecemos.

Nota: Me gusta hacer la distinción entre científicos de datos de investigación, que se enfocan en hacer investigación de IA, y científicos de datos prácticos, que desarrollan aplicaciones de IA para empresas. Las tres habilidades son útiles para ambos tipos de científicos de datos, aunque este artículo se escribió pensando en científicos de datos prácticos.

Muchas partes interesadas esperan cambios revolucionarios de los proyectos de ciencia de datos. ¿No conocemos todos a un gerente demasiado entusiasta que quiere reemplazar procesos completos con IA? ¿O el CEO al que se le prometen miles de millones si solo agrega IA a la empresa? Después de contratar a un grupo de científicos de datos y esperar durante meses (o años), estas personas se decepcionan. ¿Por qué no se cambia por completo la empresa o el proceso? Pensaron que la IA les daría montañas doradas y no lo ha hecho. Es difícil de implementar y todo el mundo sigue haciendo lo mismo que antes (en el peor de los casos).

“La IA se sobreestima a corto plazo, pero se subestima a largo plazo”. — Ley de Amara (editar)

Para evitar que la decepción suceda puedes hacer varias cosas. Además de comenzar una prueba de concepto bien diseñada, en la que el problema sea claro y delimitado, debe gestionar las expectativas de sus partes interesadas. Debe explicar que la IA no es mágica y no puede cambiar datos desordenados o una mala infraestructura. Puede explicar las dependencias que dificultan que la solución funcione en producción. Organice una reunión con las partes interesadas cada una o dos semanas en la que explique el progreso y hable sobre los contratiempos. Pida ayuda si no puede resolver los problemas. Di no cuando creas que la IA no es la mejor manera de resolver un problema determinado y explica por qué. Mantener el proceso transparente y claro lo ayudará a usted y a la empresa. También existe el lado opuesto, donde las personas son fundamentales para la IA. Podrían pensar: ‘¿La IA me reemplazará en el futuro?’ o ‘No lo entiendo, y eso lo hace peligroso’. En este caso también es importante gestionar las expectativas. En la mayoría de los casos, la IA no los reemplazará, pero reemplazará las tareas repetitivas y aburridas. Tienen más tiempo para ser creativos y descubrir oportunidades para la empresa. Este mensaje puede cambiar la forma en que trabaja con estas personas.Decir que no es una parte importante del manejo de las expectativas. Foto de Gemma Evans en Unsplash Hay muchas razones por las que necesita tener habilidades de presentación. Por ejemplo, desea convencer a las personas de su solución de IA para un caso de uso. Es más fácil convencerlos cuando les explicas en un lenguaje claro y sencillo por qué es necesario desarrollar tu solución. O si realizó una aplicación de IA exitosa, la gente le pedirá que explique cómo funciona y que la presente. Las habilidades de presentación también pueden ser útiles al solicitar un trabajo. Puede ser difícil al principio, si no tiene experiencia con las presentaciones y no le gusta ser el centro de atención. Hacer que los conceptos difíciles sean más fáciles también puede ser difícil. No existe una regla de oro, pero una cosa importante que debe tener en cuenta es: ¿qué necesita saber mi audiencia y cuál es su nivel de competencia? Si necesita hablar frente a toda la empresa, donde muchas personas no tienen experiencia en ciencia de datos, manténgalo simple y divertido (agregue ejemplos prácticos, elimine texto y fórmulas y agregue imágenes o animaciones). Si tiene una audiencia específica pequeña, explique un poco más sobre lo que les interesa (no aburra a los vendedores con las matemáticas). Las personas siempre pueden hacer preguntas si quieren saber más. O puede programar una reunión en profundidad con un grupo más pequeño. ¿Dónde debería comenzar a aprender esta habilidad? Si desea explicar conceptos difíciles de una manera fácil, puede buscar en YouTube o Google para ver cómo lo explican otros. O puede hacer un ejemplo fácil de la práctica que sea comprensible para todos. Un nivel intuitivo de comprensión es suficiente en muchos casos. Una fuente que puedo recomendar si desea crear gráficos fáciles de entender es el libro de narración con datos.

“Haz que sea lo más fácil posible para tu audiencia”.

No arrojes fórmulas matemáticas a personas que no necesitan saberlas o usarlas. Foto de Dan Cristian Pădureț en UnsplashEsta habilidad es doble. Por un lado, la curiosidad es importante para estar informado de los últimos avances en inteligencia artificial y seguir mejorando. Por otro lado, la curiosidad es importante para obtener toda la información que necesitas para empezar bien un proyecto (o durante el proyecto). Esta sección se centra en esto último. Si eres un poco como yo, te encanta resolver problemas. Cuando alguien se te acerca y te pregunta: ‘¿Me puedes ayudar con esto?’ saltas y empiezas a resolverlo. Después de un par de semanas, te comunicas con la persona y le muestras tu solución. Él dice: ‘¡Eso no es exactamente lo que necesito!’ y regresas y necesitas rehacer mucho del proyecto. Es un escollo comenzar demasiado pronto y, por lo tanto, perder información importante. Debe tener curiosidad para llegar al núcleo del problema. Esta habilidad es esencial porque los científicos de datos tienen que lidiar con problemas grandes y difíciles. ¿Cuál es la pregunta subyacente de una tarea? ¿Cuándo es exitoso el proyecto? ¿Qué es la línea base? ¿Qué se hizo en el pasado para resolver el problema y dónde están los resultados de esos experimentos? ¿Eres la persona adecuada para llevar a cabo el proyecto? ¿Cuál es el impacto de una predicción incorrecta? ¿Cómo podemos hacer que el proyecto funcione en producción? ¿Cómo se conecta la solución a los sistemas existentes? Hacer buenas preguntas te ayudará y te ahorrará mucho tiempo. No se enfrentará a sorpresas inesperadas y podrá comprobar sus suposiciones. El problema y las limitaciones se aclararán y comprenderá las motivaciones comerciales y los requisitos técnicos. Si le resulta difícil formular las preguntas correctas, no se preocupe. Hay herramientas que pueden ayudarte con esto. Por ejemplo, puede completar un lienzo de caso de uso, que le permite monitorear todos los aspectos de un problema. Aquí y aquí hay algunos ejemplos.

“Comenzar bien un proyecto se trata de hacer las preguntas correctas”.

Hay más fuera del marco. Foto de pine watt en UnsplashEstas habilidades tienen algo en común: tienen que ver con la comunicación. Algunos afortunados pueden hacer hermosas presentaciones, hacer preguntas precisas y explicar de una manera que todos entiendan, pero la mayoría de las personas necesitan practicar y aprender estas habilidades en el campo. Si quieres hacer un curso, un curso de propietario de producto puede ayudarte a gestionar las expectativas. Y hay muchos cursos de presentación disponibles. Pero la mejor manera de aprender es comenzar a hacer: ¡No dude en hacer una presentación la próxima vez que alguien se lo pida! Buena suerte, y si tiene preguntas, adiciones o cualquier otra cosa, comuníquese con nosotros.