Si mis proyectos de ciencia de datos en el trabajo fueron impresionantes pero no se implementaron debido a la política de la oficina, ¿cómo ve las entrevistas?

Answer 1

Un proyecto no es impresionante si no puede afectar el cambio, por lo que mi primer pensamiento sería que había una desconexión entre lo que consideraba valioso para su organización y lo que aquellos con el poder de implementar el cambio consideraban valioso para su organización. Si estos proyectos fueran los que usted concibió, eso podría sugerir que le faltaba conocimiento de su dominio. Tener una capacidad excepcional para responder preguntas de datos no hace nada si no tiene el conocimiento del dominio para saber qué preguntas son útiles para hacer. Si estos fueron proyectos que le fueron asignados por otros que podrían sugerir que el conocimiento del dominio del solicitante puede haber faltado y, por lo tanto, le están haciendo preguntas inútiles, en cuyo caso le preguntaría si hizo sugerencias para dirigir el proyecto en una dirección más útil , o podría sugerir que no entendió correctamente la pregunta que se le estaba haciendo, en cuyo caso probaría cuál era su enfoque inicial al comenzar nuevos proyectos.

Otra posibilidad es que las respuestas simplemente no llegaron lo suficientemente rápido y la ventana para implementar cambios ya había pasado. Esto podría sugerir que tienes dificultades para saber qué es “suficientemente bueno”. Proveniente de la academia, este fue uno de mis mayores obstáculos cuando hice la transición a un entorno empresarial donde las respuestas rápidas adecuadas son más valiosas que las lentas perfectas. Si puede llegar al 80% del camino en un día, pero tomará semanas para el 20% restante que ese 80% podría ser lo suficientemente bueno y más útil hoy que el 100% dentro de un mes. Comprender cuándo puede y no puede hacer ese tipo de compensaciones es una habilidad increíblemente valiosa.

También es posible que los resultados de los proyectos no se hayan presentado y / o evaluado de manera práctica o que la solución no se pueda poner en producción de manera factible. Quizás el algoritmo fue muy preciso, pero tardó un tiempo excepcionalmente largo en procesarse, usó una cantidad excesiva de recursos para hacerlo o requirió muchas horas de ingeniería para su implementación. Hubo un ejemplo reciente de esto con Netflix y una competencia de Kaggle: https://www.techdirt.com/blog/in…. Esto sugeriría que usted era indiferente o no entendía la ingeniería requerida para implementar su solución y / o que un entorno empresarial podría no ser el más adecuado para usted.

Tampoco podría ser ninguna de estas cosas, en cuyo caso investigaría si el problema radica en su capacidad para comunicarse y vender los resultados de su trabajo. Y, por supuesto, tampoco podría haber ningún problema. Los líderes empresariales que no escuchan buenos consejos definitivamente existen.

Answer 2

Aquí es de donde vengo en este caso: “Una idea es una información que causa un cambio en el comportamiento”. Sin el cambio de comportamiento, la percepción en sí misma es impotente.

Sin embargo, el número de ideas que quedan en el piso de la sala de corte es grande, solo la minoría provocará un cambio. Por lo tanto, sus ideas no implementadas no son una sorpresa para mí.

Pero esto me proporcionaría una gran línea de preguntas:

1. Cuéntame cuál fue la idea de tu trabajo.
2. ¿Crees que tu hipótesis original era buena?
3. ¿Fueron los datos que utilizó representativos del escenario empresarial real?
4. ¿Has sobreajustado tus resultados?
5. ¿Se socializaron sus entradas, métodos y salidas con sus clientes internos?
6. ¿Qué dijeron sobre ellos mientras trabajabas?
7. ¿Cómo se recibieron sus resultados?
8. ¿Qué cambios deberían haber ocurrido como resultado de su trabajo?
9. ¿Cómo trabajó para construir el caso de beneficios para esos cambios?
10. ¿Cuáles habrían sido los impactos negativos o las consecuencias de esos cambios a corto y largo plazo?
11. ¿Hubo una decisión formal de no proceder con sus recomendaciones?
12. ¿Qué hubieras hecho diferente si hubieras comenzado de nuevo?

Esas son muchas preguntas, pero me diría mucho sobre lo adecuado que sería como Científico de Datos en una organización comercial en lugar de un investigador puro.