Alcuni consigli pratici su come continuare ad apprendere durante il lavoro quotidiano
Anche se so che potrebbe sembrare un cliché, essere uno scienziato dei dati spesso implica avere la mentalità di uno studente permanente. Il campo si sta sviluppando così rapidamente che ci vuole tempo e molto impegno per rimanere aggiornati con gli ultimi sviluppi, che si tratti del modello ML all'avanguardia, di una nuova libreria di manipolazione dei dati o di un documento arXiv appena pubblicato ti piacerebbe implementare. Non c'è da stupirsi che così tanti di noi (me compreso) ne soffrano sindrome dell’impostore.
E anche se al giorno d’oggi le opportunità di apprendimento sono molteplici, la nostra risorsa più preziosa è il tempo. Non possiamo (o almeno non dovremmo) trascorrere la maggior parte delle nostre ore di veglia lavorando e imparando, perché rischieremmo di esaurirci abbastanza rapidamente. Ecco perché in questo articolo vorrei concentrarmi sulle possibilità di sviluppo durante il tuo orario di lavoro dalle 9 alle 17 (o qualsiasi altro intervallo di tempo che si applica a te).
So che ogni azienda è diversa e c'è un'alta probabilità che tu possa già utilizzare alcune delle cose che ho menzionato qui. E questo è fantastico! Da parte mia, lo considererei un successo se trovassi almeno una nuova idea su come continuare ad imparare.
I suggerimenti che condividerò in questo articolo si basano sulla mia esperienza fino ad ora e su cose che ho sentito dai miei amici e colleghi che lavorano nel settore. È probabile che alcuni di questi possano essere difficili da realizzare in alcune aziende. Ma credo che abbia sempre senso provarci e tu (e i tuoi manager) potreste essere davvero sorpresi dal risultato positivo!
Massimizza l'apprendimento mentre lavori sui tuoi progetti abituali
Anche se questo suggerimento potrebbe non essere innovativo, si spera che continuerai a imparare molto mentre lavori sui tuoi normali progetti di lavoro. Dopotutto, quella sarà la maggior parte delle tue settimane lavorative. Il mio consiglio qui sarebbe di sfruttare al meglio quel tempo. Ecco alcune idee:
- Prova a esplorare nuove idee per i tuoi progetti, ad esempio utilizzando nuovi modelli, approcci o strumenti.
- Ricerca cosa stanno facendo altre aziende per risolvere problemi simili.
Fonte: towardsdatascience.com
