Skip to content

Latest commit

 

History

History
79 lines (40 loc) · 6.56 KB

data-professionals-impress-busy.md

File metadata and controls

79 lines (40 loc) · 6.56 KB

数据专业人士如何在繁忙时刻依然给人留下深刻印象

原文:www.kdnuggets.com/2021/10/data-professionals-impress-busy.html

评论专业人士会议

图片由 fauxels 提供,来源于 Pexels

即将到来的假日季节是作为数据专业人士留下深刻印象的理想时机。这是一年中最繁忙的时期,考虑到该领域的近期增长,公司领导可能会在 2022 年提拔一些员工。如果你现在能给人留下深刻印象,你很快就能进入职业生涯的下一阶段。

尽管在假日季节可能有很多晋升空间,但如何实现这一点并不总是明确的。抱着这种精神,这里有五种方法可以让你打动公司领导。

1. 展示对业务需求的理解

初级和高级数据专业人士之间的区别往往更多在于商业敏锐度,而不是技术专长。那些在这一领域取得成功的人了解为什么公司对数据科学感兴趣,以及如何在这些领域提供成果。假日季节也是展示这种理解的绝佳时机。

在疫情期间,75% 的美国购物者采纳了新的购物行为。零售公司需要在假日购物季节适应这些变化,你可以通过数据来帮助满足这一需求。利用第三方数据丰富第一方数据,并理解结果,将帮助这些合作伙伴在这些变化中取得成功。

当你理解这些业务/数据关系时,你可以提供更好的结果并打动客户。这些结果反过来会让你的上司印象深刻。展示你如何从数据中提供切实的业务效益,体现了你作为员工的价值。

2. 寻找提升生产力的方法

你还可以关注公司内部运营中的业务效益。数据分析和科学通常涉及大量手动工作。例如,高达80% 的 AI 项目时间用于标记和准备数据。所有这些缓慢的手动工作都有提升生产力的空间。

开始记录你日常工作中花费最多时间的流程,并与带来最多价值的流程进行比较。当你比较这些因素时,你可能会找到调整工作流程以提高团队效率的方法。你甚至可以尝试在一些自己的任务中实施这些变化,以观察它们的效果。

在找到潜在的改进领域后,将你的发现呈现给管理层。这展示了主动性和对公司底线的关注,这些都是领导层在高级员工中所期望的。

3. 寻找新的潜在客户

在这个假日季节,给公司带来价值的另一种方法是寻找潜在的新客户。数据科学是一个快速发展的领域,因此许多传统上不以数据为中心的行业现在将对这些服务感兴趣。接触这些公司可能为你的公司带来新的客户。

例如,卡车运输行业正慢慢地变得越来越以数据为中心。数据分析可以帮助车队节省燃料,减少设备停机时间等等,但将数据融入这些操作中是一个相对较新的趋势。你可以考虑这一领域或类似领域的公司,寻找你公司潜在的新客户。

这些新联系可以为你的公司带来更多收入,领导层无疑会欣赏这一点。主动出击将使你在这个假日季节脱颖而出。

4. 在工作之外提升你的技术技能

虽然软技能和商业知识通常是数据科学进步的最重要因素,但技术技能仍然很重要。如果你花时间在工作之外通过个人项目提升你的数据才能,你可以给管理层留下深刻的印象。

在空闲时间获得新认证可以展示主动性和对领域的尊重。这也向你的老板展示你对职业发展的认真态度。你可以通过寻找与公司业务相关且符合公司目标的个人项目来强调这些因素。

这些项目中一个重要的方面是你如何向上级展示你的进展。数据科学经理表示他们希望找到能简洁沟通的人担任高级数据科学家职位。如果你能简洁明了地展示你的个人项目,你可以展示出管理层所期望的。

5. 跟上数据趋势的发展

最后,通过展示对不断增长的数据科学趋势的关注,你可以在这个假日季节赢得赞誉。这是一个新兴且不断发展的领域,因此跟上这些变化对业务的成功至关重要。如果你能向老板展示你时刻关注这些发展,你可以留下持久的印象。

你可以通过阅读行业领先组织或数据科学论坛的更新来跟上这些趋势。如果你注意到任何增长或有前景的趋势,可以在公司领导面前提及,无论是在随意谈话还是相关会议中。如果你能展示出对这些发展有深入了解,可能会给他们留下深刻印象。

在 2022 年推进你的职业生涯

这个假日季节是给管理层留下深刻印象和提升职业生涯的绝佳时机。如果你想在 2022 年有所进步,按照这些步骤在年末给你的老板留下印象。

在数据科学领域的进步往往取决于展示你如何为公司带来价值。这些步骤将展示你的技能和知识,帮助你获得应得的职位。

简历:Devin Partida 是一位大数据和技术作家,同时也是 ReHack.com 的主编。

相关:

  • 数据专业人士如何为简历增加更多变化

  • 数据科学家如何在全球就业市场中竞争

  • 如何成功成为自由职业的数据科学家

更多相关话题