Dovresti unirti alla FAANG o ad una startup come data scientist? | di Torsten Walbaum | Giugno 2024 | Intelligenza-Artificiale

Lezioni dal lavoro presso Uber + Meta, un'azienda in fase di crescita e una piccola startup

Il tipo di azienda a cui ti unisci è una decisione incredibilmente importante. Anche se l'azienda è prestigiosa e ti paga bene, se l'ambiente di lavoro non è adatto, prima o poi ti esaurirai.

Molte persone entrano in una startup o in una grande azienda tecnologica senza una buona comprensione di cosa significhi effettivamente lavorarci, e spesso finiscono per rimanere deluse. In questo articolo tratterò le differenze chiave in base alla mia esperienza di lavoro in aziende che vanno da una piccola startup di 10 persone a grandi giganti della tecnologia come Uber e Meta. Spero che questo ti aiuti a decidere dove vuoi andare.

Se vuoi dare un'occhiata all'articolo, aggiungo un breve riassunto (“TL;DR” = “Troppo lungo, non ho letto”) alla fine di ogni sezione (qualcosa che ho imparato presso Uber).

Pensa a un'azienda tecnologica che conosci. È probabile che tu abbia pensato a Google, Meta, Amazon, Apple o una grande azienda simile.

Sulla base della reputazione di queste aziende, la maggior parte delle persone presume che chiunque lavori lì soddisfi un livello di eccellenza molto elevato. Sebbene ciò non sia necessariamente vero (ne parleremo più avanti), questo cosiddetto “effetto alone” posso aiutarti. Una volta che hai il “timbro di approvazione” di una grande azienda tecnologica sul tuo curriculum, è molto più facile trovare un lavoro in seguito.

Molte aziende pensano: “Se quella persona è abbastanza brava per essere un Data Scientist presso Google, sarà abbastanza brava per noi. Sono sicuro che Google abbia fatto la dovuta diligenza”.

Venendo negli Stati Uniti dalla Germania, la maggior parte dei responsabili delle assunzioni e dei reclutatori non conosceva le aziende per cui lavoravo. Una volta ottenuto un lavoro presso Uber, sono stato inondato di offerte, anche da parte di aziende che in precedenza mi avevano rifiutato.

Potresti trovarlo ingiusto, ma è così che funziona attualmente il sistema e dovresti tenerne conto quando scegli un'azienda per cui lavorare.

TL;DR: Lavorare per un'azienda prestigiosa all'inizio della tua carriera può aprire molte porte.

Come accennato in precedenza, le persone spesso presumono che le aziende FAANG assumano solo i migliori e i più brillanti.

In realtà, non è così. Una cosa che ho imparato nel corso degli anni è che qualsiasi luogo nel mondo ha una distribuzione normale di abilità e talento una volta raggiunta una certa dimensione. La distribuzione potrebbe essere leggermente sfalsata sull'asse X, ma è comunque una distribuzione normale.

Molte delle aziende più note hanno iniziato ad essere altamente selettive, ma man mano che sono cresciute e hanno aumentato le assunzioni, il livello di eccellenza ha iniziato a tornare alla media.

Controintuitivamente, ciò significa che alcune piccole startup hanno più team d’élite rispetto alle grandi aziende tecnologiche perché possono permettersi di selezionare manualmente ogni singolo nuovo assunto. A dire il vero, dovrai giudicare in prima persona il calibro delle persone durante il processo di intervista.

TL;DR: Troverai persone intelligenti sia nelle grandi che nelle piccole aziende; è un errore ritenere che la grande tecnologia impieghi persone di calibro superiore rispetto alle startup.

Quanto guadagnerai dipende da molti fattori, tra cui l'azienda specifica, il livello che ti viene offerto, quanto bene negozi, ecc.

La cosa principale da tenere a mente: non si tratta solo di Quanto guadagni, ma anche quanto volatile e liquido è il tuo compenso. Ciò è influenzato dalla composizione del pacchetto retributivo (stipendio rispetto al capitale proprio (azioni di società private illiquide rispetto a azioni di società pubbliche liquide)) e dalla fase della società.

Ecco come puoi pensarci ad alto livello:

• Fase iniziale: Le piccole startup ti offriranno stipendi base più bassi e cercheranno di compensare promettendo un elevato rialzo del capitale proprio. Ma scommettere sul rialzo del capitale proprio di una startup in fase iniziale è come giocare alla roulette. Potresti colpire alla grande e non dover mai più lavorare, ma devi esserlo molto fortunato; la stragrande maggioranza delle startup fallisce e pochissime si trasformano in unicorni.
• Grande tecnologia: I compensi nelle grandi aziende tecnologiche, invece, sono più prevedibili. Lo stipendio base è più alto (es. vedere il Sondaggio O'Reilly 2016 sugli stipendi della scienza dei dati) e il capitale azionario è generalmente liquido (ovvero è possibile venderlo non appena matura) e meno volatile. Questo è un grande vantaggio poiché nelle società pre-IPO potresti dover aspettare anni prima che il tuo capitale valga effettivamente qualcosa.
• Fase di crescita: Le aziende in fase di crescita possono rappresentare un compromesso interessante; hanno molte più possibilità di uscire con successo, ma il tuo capitale ha ancora molto vantaggio. Se nel corso degli anni ti unisci a 2-3 aziende in fase di crescita di alto livello, ci sono buone probabilità che otterrai almeno un solido risultato finanziario. Il pagamento in alcune di queste aziende può essere molto competitivo; il mio compenso è effettivamente aumentato quando sono passato da Meta a Rippling.

TL;DR: Invece di concentrarti solo sullo stipendio, scegli il pacchetto retributivo più adatto alla tua propensione al rischio e alle tue esigenze di liquidità.

Tutti vogliamo la sicurezza del lavoro.

Potremmo non restare in un posto di lavoro per tutta la nostra carriera, ma almeno vogliamo essere in grado di scegliere noi stessi quando lo lasceremo.

Le startup sono intrinsecamente più rischiose delle grandi aziende. Il fondatore è all’altezza del compito? Sarai in grado di raccogliere un altro round di finanziamento? La maggior parte di questi rischi sono esistenziali; in altre parole, quanto prima è la fase dell'azienda a cui ti unisci, tanto più è probabile che non esisterà più tra 6-12 mesi.

Nelle aziende in fasi successive, alcuni di questi rischi sono già stati eliminati o almeno ridotti.

In cambio, però, stai aggiungendo un altro rischio: un aumento del rischio di licenziamento. Le startup assumono solo per posizioni critiche per il business poiché sono a corto di soldi. Se vieni assunto, puoi star certo che avevano davvero bisogno di un altro Data Scientist e che c'è molto lavoro da svolgere che è considerato fondamentale per il successo della startup.

Nelle grandi aziende, tuttavia, le assunzioni sono spesso meno controllate, quindi c'è un rischio maggiore di essere assunti in un ruolo che in seguito verrà ritenuto “non essenziale” e di far parte di vasti licenziamenti.

TL;DR: Quanto prima si avvia la fase aziendale, maggiore è il rischio che si assume. Ma anche le grandi aziende non sono più “sicure” (vedi: licenziamenti)

Il lavoro in una startup e in una grande azienda sono molto diversi.

La regola generale è che nelle aziende in fase iniziale si avrà un ambito più ampio. Ad esempio, se ti iscrivi come primo assunto di dati in una startup, probabilmente agirai in parte come Data Engineer, in parte come Data Analyst e in parte come Data Scientist. Dovrai capire come costruire l'infrastruttura dei dati, rendere i dati disponibili agli utenti aziendali, definire metriche, eseguire esperimenti, creare dashboard, ecc.

Probabilmente il tuo lavoro riguarderà anche l'intera azienda, quindi un giorno potresti lavorare con i dati di marketing e vendite e il giorno successivo con i dati dell'assistenza clienti.

In una grande azienda, avrai un ambito strettamente definito. Ad esempio, potresti dedicare la maggior parte del tuo tempo alla previsione di un determinato insieme di metriche.

Il compromesso qui è ampiezza rispetto a profondità e scala: in una startup, il tuo ambito è ampio, ma poiché sei così esaurito, non puoi approfondire nessun singolo problema. In una grande azienda, hai un ambito ristretto, ma puoi sviluppare una profonda competenza in materia in un'area particolare; se questa competenza è molto richiesta, specializzarsi in questo modo può essere un percorso molto redditizio. Inoltre, qualsiasi cosa tu faccia tocca milioni o addirittura miliardi di utenti.

TL;DR: Se vuoi varietà, unisciti a una startup. Se vuoi sviluppare competenze approfondite e avere un impatto su larga scala, unisciti a Big Tech. Un’azienda in fase di crescita è un buon compromesso.

Quando mi sono iscritto a UberEats nel 2018, non ho ricevuto alcuna onboarding. Invece, mi è stata data una serie di problemi da risolvere e mi è stato chiesto di andare avanti.

Se sei abituato ad apprendere in modo strutturato, ad esempio attraverso lezioni universitarie, all'inizio questo può essere scoraggiante. Come dovresti sapere come farlo? Da dove inizi?

Ma secondo la mia esperienza, lavorare su una serie di problemi impegnativi è il modo migliore per conoscere come funziona un'azienda e sviluppare le proprie competenze hard e soft. Ad esempio, uscendo da scuola il mio SQL era nella migliore delle ipotesi di base, ma essere gettato nel profondo di UberEats mi ha costretto a diventare bravo in poche settimane.

Lo svantaggio principale di questo è che non si apprendono molte migliori pratiche. Che aspetto ha un'infrastruttura dati di altissimo livello? In che modo le migliori aziende progettano i loro parametri? Come si eseguono migliaia di esperimenti senza attriti mantenendo il rigore? Anche se alla fine vuoi entrare a far parte di una startup, vedere che aspetto ha “buono” può essere utile in modo da sapere a cosa stai lavorando.

Inoltre, le grandi aziende spesso dispongono di una formazione formalizzata. Laddove in una startup devi capire tutto da solo, le grandi aziende tecnologiche in genere forniscono offerte di formazione e sviluppo sponsorizzate.

TL; DR: Nelle aziende in fase iniziale impari cercando di capire le cose da solo, nelle grandi aziende impari attraverso la formazione formale e assorbendo le migliori pratiche.

Abbiamo già parlato di come lavorare presso aziende prestigiose possa aiutare quando si cerca un nuovo lavoro. Ma per quanto riguarda la tua crescita all’interno dell’azienda?

In un'azienda in fase iniziale, le opportunità di crescita sono il risultato diretto della crescita dell'azienda. Se ti iscrivi come assunzione iniziale di dati e tu e l'azienda state andando bene, è probabile che riuscirai a creare e guidare un team di dati.

La maggior parte dei giovani vicepresidenti e dirigenti di livello C che vedi sono arrivati ​​lì perché la loro carriera è stata accelerata entrando a far parte di una compagnia di “navi spaziali”.

C’è però un grande vantaggio nelle aziende più grandi: in genere hai una gamma più ampia di opzioni di carriera. Vuoi lavorare su un prodotto diverso? Non c'è bisogno di lasciare l'azienda, basta cambiare squadra. Vuoi trasferirti in un'altra città o paese? Probabilmente anche possibile.

TL;DR: Le aziende in fase iniziale e ad alta crescita offrono le maggiori opportunità di crescita (se l'azienda ha successo), ma le grandi aziende offrono flessibilità.

Esistono molti tipi di stress. È importante capire quali puoi gestire e quali sono un problema per te.

Nelle aziende in fase iniziale in rapida crescita, la principale fonte di stress proviene da:

• Modifica delle priorità: Per sopravvivere, le startup devono adattarsi. Il piano originale non ha funzionato? Proviamo qualcos'altro. Di conseguenza, raramente puoi pianificare con più di qualche settimana di anticipo.
• Ritmo veloce: Le aziende in fase iniziale devono muoversi rapidamente; dopo tutto, devono mostrare progressi sufficienti per raccogliere un altro round di finanziamento prima di rimanere senza soldi.
• Ampio ambito: Come accennato in precedenza, tutti in un’azienda in fase iniziale fanno molte cose; è facile sentirsi tesi. Alla maggior parte di noi nel campo dell'analisi piace fare le cose alla perfezione, ma in una startup raramente ne hai la possibilità. Se per ora va bene, passa a quello successivo!

Nelle grandi aziende, lo stress deriva da altri fattori:

• Complessità: Le aziende più grandi presentano molta complessità. Uno stack tecnologico spesso contorto, molti processi consolidati, strumenti interni ecc. che devi comprendere e imparare a sfruttare. Questo può sembrare opprimente.
• Politica: Nelle grandi aziende, a volte può sembrare di trascorrere più tempo a discutere sulle corsie di nuoto con altri team che a svolgere il lavoro vero e proprio.

TL;DR: Non tutto lo stress è uguale. Devi capire che tipo di stress puoi affrontare e scegliere la tua azienda di conseguenza.

Non esiste una risposta valida per tutti a questa domanda. Tuttavia, la mia opinione personale è che aiuta a fare almeno un periodo presso una grande azienda tecnologica rispettabile all'inizio della propria carriera, se possibile.

In questo modo:

• Ottieni un pedigree sul tuo curriculum che ti aiuterà a ottenere lavori futuri
• Scopri come si presenta un'infrastruttura dati e un'organizzazione di analisi ad alte prestazioni su larga scala
• Ottieni onboarding, coaching e sviluppo strutturati

Ciò ti fornirà una solida base, sia che tu voglia rimanere nel settore della grande tecnologia o tuffarti nel folle mondo delle startup.

Lavorare in una piccola startup, in un'azienda in fase di crescita o in un'azienda tecnologica FAANG non è intrinsecamente migliore o peggiore. Ogni fase aziendale ha i suoi pro e i suoi contro; devi decidere da solo cosa apprezzi e quale ambiente è più adatto a te.

Per ulteriori consigli pratici su come ampliare la tua carriera nel campo dei dati e dell'analisi, valuta la possibilità di seguirmi qui su Medium, su LinkedIn o su Sottostack.