Una forma altamente subestimada de construir capital de carrera en Ciencia de Datos

'A highly underestimated way to build a career capital in Data Science'

Escribir en línea: es fácil comenzar, excelente para desarrollar habilidades de comunicación y más sostenible que un portafolio tradicional de ciencia de datos

Imagen de davisuko en Unsplash

Los portafolios y los perfiles de LinkedIn solo te llevarán hasta cierto punto en tu carrera como científico de datos.

Claro, LinkedIn es una excelente manera de construir una red profesional, y los portafolios brindan una excelente forma de mostrar las cosas interesantes que has hecho. Pero si nadie hace clic en el enlace de tu portafolio o no quieres convertirte en un “vendedor” de LinkedIn, tus perfiles simplemente estarán allí acumulando polvo digital y nunca obtendrás ningún valor de ellos.

En este artículo, quiero abogar por otra estrategia complementaria: escribir en línea.

Hasta hace 3 meses, nunca había escrito nada por diversión, y la mayoría de mis recuerdos de escribir eran negativos, provenientes de la escuela y los exámenes. Así que si la idea de escribir en línea suena loca (o está fuera de tu zona de confort/interés), entiendo completamente de dónde vienes. Pero después de 3 meses de práctica, me he convertido en un gran creyente de esto y, si me das 2 minutos, te explicaré cómo escribir en línea puede permitir a los científicos de datos:

  • Desarrollar una marca personal sólida
  • Establecer conexiones significativas con otros en la comunidad de ciencia de datos
  • Desarrollar habilidades de contar historias y comunicación, a menudo descuidadas
  • Mostrar tus habilidades en un formato fácil de compartir y atractivo para los reclutadores

Luego, compartiré algunas cosas que me ayudaron a comenzar a escribir y te daré algunas ideas sobre cómo puedes empezar tú también.

Si te gusta esta historia, significaría mucho para mí si haces clic en mi botón de “Seguir” — ¡solo el 1% de mis lectores lo hace! Gracias por leer.

Los 4 beneficios de escribir en línea

1. Escribir te ayuda a desarrollar una marca profesional sólida

Durante la mayor parte de mi vida profesional trabajando en datos, he seguido un enfoque bastante estándar para la marca profesional.

Creé un portafolio personal, mantuve un perfil de LinkedIn y ocasionalmente publiqué sobre un logro significativo en mi carrera.

El problema con este enfoque es que los portafolios y los perfiles de LinkedIn están ocultos en un rincón oscuro de Internet. Nadie puede encontrar tus cosas a menos que las busque activamente, y no tienes realmente un mecanismo para obtener retroalimentación sobre tu trabajo.

En cambio, cuando escribes en línea, puedes compartir tu trabajo con una audiencia más amplia y obtener muy buenos comentarios sobre cosas como el tiempo de lectura y las tasas de lectura. Si perseveras, escribir es una forma fantástica de construir una marca personal y convertirte en la persona de referencia en un nicho específico.

Uno de mis objetivos, por ejemplo, es intentar convertirme en la persona de referencia que escribe sobre carreras en ciencia de datos. Sería muy difícil construir ese tipo de marca de nicho si dependiera completamente de un portafolio personal o de la ocasional publicación modesta-pero-inspiradora en LinkedIn, pero al escribir en Zepes, es fácil establecer esa identidad en línea.

Y no solo me creas a mí, mira a alguien como Cassie Kozykrov, por ejemplo. Cassie es la Científica Principal de Decisiones en Google y una persona increíblemente inspiradora para seguir en el mundo de los datos. Al escribir en línea, ella ha construido una marca personal fantástica que ha hecho que incluso personas ignorantes como yo sepan quién es. O toma a Chris Albon, el Director de Aprendizaje Automático en la Fundación Wikimedia, quien probablemente tiene la cuenta de Twitter más divertida en el mundo de los datos. Chris ha construido una marca personal fantástica a través de años de crear una gran biblioteca, y él puede usar esa plataforma para compartir excelentes recursos de aprendizaje con personas de todo el mundo.

2. Escribir en línea te ayuda a formar conexiones significativas con otros en la industria

El siguiente beneficio de escribir en línea es que es una excelente manera de construir tu red y puede ser una alternativa mucho más agradable que algo como LinkedIn.

Después de años de publicar en LinkedIn, he notado que a menudo hay una falta de coincidencia entre las personas que ven tu contenido y las personas a las que quieres que vean tu contenido.

La mayoría de tus espectadores serán tus seguidores, pero a menos que ya tengas una audiencia superactiva y comprometida, es poco probable que tengas muchos seguidores interesados. Tus seguidores tienden a ser personas que ya te conocen y, lo que es peor, la mitad de ellos probablemente sean solo contactos semidesinteresados. Vaya, mi red de LinkedIn incluye personas con las que trabajé en mi primer trabajo de los sábados en el quiosco de prensa local. Es agradable estar en contacto, pero no hay mucho valor para ninguno de nosotros si comparto mis pensamientos sobre la revolución de la IA.

En cambio, cuando escribes en línea, puedes compartir tus ideas con comunidades muy específicas de una manera mucho más sostenible y valiosa a largo plazo.

Por ejemplo, comparto la mayoría de mis artículos de Ciencia de Datos en publicaciones como Towards Data Science y Towards AI. Puedo dirigirme a personas que están en mi campo específicamente, y no molesto a extraños con mis reflexiones sobre los matices de las Redes Neuronales Convolucionales. Cuando comparto estas reflexiones en una plataforma como Zepes, puedo llegar a personas que realmente están interesadas.

3. Escribir te ayuda a dominar la comunicación y la narración

Pregunta a cualquier reclutador de Ciencia de Datos y te dirá que es fácil encontrar a alguien que sepa qué es un modelo de aprendizaje automático no supervisado. Lo difícil es encontrar a alguien que pueda explicarlo de manera sucinta a los interesados no técnicos en otra parte del negocio.

A medida que desarrollas tu carrera en Ciencia de Datos, es muy importante desarrollar estas habilidades de comunicación y no centrarte exclusivamente en habilidades técnicas. Claro, cuando estás empezando, es posible que pases la mayor parte de tu tiempo programando y no hagas muchas presentaciones fuera de las reuniones internas del equipo. Pero si quieres avanzar en tu carrera, es absolutamente fundamental que desarrolles habilidades sólidas de narración y comunicación. Recuerda: los científicos de datos senior y principales pasan mucho más tiempo presentando que programando. Escribir te ayuda en esto porque constantemente estás pensando en cómo transmitir tus puntos de manera efectiva y en dónde reducir lo innecesario.

4. Los portfolios son útiles cuando estás comenzando tu carrera; escribir es más efectivo para avanzar en tu carrera a largo plazo

Algo que muchos aspirantes a científicos de datos pueden no darse cuenta es que los portfolios pueden quedar obsoletos rápidamente.

Recuerdo cuando creé la primera versión de mi sitio de portfolio, cuando estaba terminando mi maestría en Ciencia de Datos hace menos de un año. Era el momento de empezar a solicitar trabajos en Ciencia de Datos y quería una forma de mostrar algunos de los proyectos en los que había estado trabajando. Había escuchado a la gente hablar sobre la importancia de construir un portfolio en línea, así que creé rápidamente un sitio estático simple utilizando páginas de GitHub y Jekyll.

Aunque este portfolio fue de gran ayuda para conseguir mis primeros trabajos, tan pronto como comencé a trabajar a tiempo completo como científico de datos, descubrí que no tenía tiempo (ni ganas) de hacer proyectos de Ciencia de Datos fuera del horario laboral. Los empleadores también estaban mucho más interesados en mis logros en el trabajo que en mis proyectos personales, y en poco tiempo abandoné mi portfolio.

En cambio, escribir en línea ha demostrado ser una forma mucho más sostenible de construir capital profesional a largo plazo en mi experiencia.

¿Por qué? En primer lugar, porque es rápido. Hacer un proyecto completo de Ciencia de Datos lleva mucho tiempo, pero escribir una publicación de blog rápida (como esta) se puede hacer en una o dos horas.

En segundo lugar, porque puedes escribir sobre lo que quieras. Esto hace que escribir sea una estrategia a largo plazo muy sostenible para construir capital profesional, porque puedes cambiar sobre qué escribes con el tiempo. Cuando estás “en el terreno” trabajando como programador, puedes compartir consejos de programación o resúmenes de proyectos. Cuando estás un poco más arriba y pasas la mayor parte de tu tiempo reuniéndote con interesados o ideando estrategias de equipo, puedes escribir sobre cosas más generales. Independientemente de en qué etapa de tu carrera te encuentres, es muy fácil compartir tu escritura en línea tanto con reclutadores técnicos como no técnicos, y puedes demostrar tus habilidades de comunicación “en la vida real” mostrando cómo escribes.

Si aún no estás convencido, considera esto: si el último año de avances en IA nos ha enseñado algo, es que los algoritmos y los lenguajes de programación pueden cambiar, pero siempre se necesitarán habilidades de narración. En 5 años, espero que las herramientas de IA signifiquen que haré mucho menos programación (o al menos, mi programación será mucho más rápida). Pero seguramente seguiré contando historias con datos, así que parece una buena inversión trabajar en esta habilidad.

Cómo empezar a escribir

Si la idea de escribir en línea parece desalentadora, no te preocupes: solía sentir lo mismo.

Luego, en marzo de 2023, me lancé y escribí mi primer artículo en Zepes. Aquí están los “dos y no dos” que me ayudaron a comenzar este viaje.

Haz:

  1. Comienza poco a poco — No necesitas escribir sobre algo innovador o muy específico. Mi primer artículo fue una reflexión personal sobre mi historia profesional, y mi segundo fue una guía sobre cómo clasificar datos con SQL. Ambos temas eran muy sencillos, pero en realidad fue una ventaja porque no tomó mucho tiempo escribir sobre ellos, lo que facilitó “poner en marcha” el proceso.
  2. Comparte tus experiencias personales — Hay muchas guías de programación disponibles, y te resultará difícil destacar si tu escritura parece páginas de documentación técnica. Independientemente de lo que estés escribiendo, intenta mostrar a tus lectores un enfoque personal: si estás compartiendo un consejo de programación o una explicación teórica, ¿cómo te ha ayudado esta técnica o concepto en tu trabajo o proyecto personal? ¿Cuánto tiempo te llevó aprenderlo? ¿Algún consejo sobre cómo poner en práctica tus sugerencias?
  3. Encuentra un ritmo que funcione para ti — Publico con bastante regularidad en Zepes porque disfruto escribir, pero no es la única forma de hacer las cosas. Muchos buenos escritores de Ciencia de Datos solo publican una vez al mes o cada varios meses. La clave es encontrar un ritmo que funcione para ti y mantenerlo.
  4. Escribe sobre temas atemporales — Si escribes guías de programación o compartes historias personales, esas piezas serán útiles durante mucho tiempo después de haberlas escrito. Incluso si no despegan de inmediato, estás invirtiendo en un banco a largo plazo de contenido de calidad que seguirá siendo valioso si alguien lo encuentra dentro de 2 años.

No hagas:

  1. No sientas que necesitas ser un experto — Incluso si eres un científico de datos principiante o aspirante, puedo garantizarte que tienes algo valioso para compartir. A los lectores no les importa si tienes un doctorado en Tejido Cuántico de Canastas; solo les importa si puedes ayudarlos a resolver el problema específico que enfrentan. Mi propio perfil es testimonio de que no necesitas ser un profesional ni escribir sobre temas complicados.
  2. No te preocupes por encontrar un nicho — Tómate tu tiempo para experimentar con diferentes temas y deja la búsqueda de un nicho para más adelante. Como aconseja frecuentemente el YouTuber Ali Abdaal, comienza simplemente “Poniéndote en marcha”, luego concéntrate en “Ser bueno” y solo más tarde debes preocuparte por “Ser inteligente”. No restrinjas tu imaginación imponiéndote límites estrictos; permítete probar cosas nuevas y ver qué te gusta. ¡Incluso podrías sorprenderte a ti mismo/a!

¡Y ahí lo tienes!

Gracias por leer. Espero que te haya sido útil y no dudes en contactarme si te apetece charlar 🙂

Una cosa más — ¿podrías ser parte de mi 1%?

Menos del 1% de mis lectores en Zepes hacen clic en el botón “Seguir”, por lo que realmente significa mucho cuando lo haces, ya sea aquí en Zepes, Twitter o LinkedIn.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Keshav Pingali reconocido con el Premio ACM-IEEE CS Ken Kennedy

El premio se entregará formalmente a Pingali en noviembre en la Conferencia Internacional sobre Computación de Alto R...

Ciencia de Datos

El papel de las herramientas de código abierto en la aceleración del progreso de la ciencia de datos

Las herramientas de código abierto han tenido un papel fundamental en la evolución de la ciencia de datos, desde prop...

Inteligencia Artificial

Optimiza el costo de implementación de los modelos base de Amazon SageMaker JumpStart con los puntos finales asincrónicos de Amazon SageMaker

En esta publicación, nos enfocamos en estas situaciones y resolvemos el problema de arriesgar altos costos al impleme...

Inteligencia Artificial

Conoce T2I-Adapter-SDXL Modelos de Control Pequeños y Eficientes.

Los T2I-Adapters son herramientas plug-and-play que mejoran los modelos de texto a imagen sin requerir un nuevo entre...

Inteligencia Artificial

Conoce circ2CBA un modelo novedoso de aprendizaje profundo que revoluciona la predicción de los sitios de unión circRNA-RBP

En un reciente avance, un equipo de investigadores de China ha presentado un modelo de aprendizaje profundo, llamado ...