in

5 lecciones que McKinsey me enseñó que lo convertirán en un mejor científico de datos

0IqvHhJuWAy0Au7zr

5 lecciones que McKinsey me enseñó que lo convertirán en un mejor científico de datos

Cómo diferenciarse de sus pares en el mundo de los datos

Tessa Xie

27 de mayo·9 min de lectura

Foto de Dan Dimmock en Unsplash

La ciencia de datos es uno de los campos más candentes en los últimos años y ha atraído a toneladas de personas con talento. to únase a la competencia por un puesto en los equipos de ciencia de datos de las principales empresas. Existen numerosos artículos que le enseñan cómo prepararse para las entrevistas de DS y “destacarse del resto de los entrevistados”, pero el viaje ciertamente no se detiene en ser contratado. Obtener una oferta de trabajo es simplemente el primer paso; sin embargo, no mucha gente habla de cómo puede destacarse del resto de los contratado científicos de datos una vez que pase las entrevistas y se una a la empresa.

Durante mis años en McKinsey, tuve la suerte de trabajar con innumerables científicos de datos inteligentes en McKinsey y las principales empresas a las que serví, y he observado cuáles son los rasgos comunes entre los que obtienen las calificaciones más altas y los elogios de socios y clientes por igual. Y quizás sorprenda a algunos de ustedes, los científicos de datos de mayor rendimiento no son necesariamente los que construyen los modelos más elegantes o los que escriben el código más eficiente (por supuesto, tienen que superar un listón bastante alto de habilidades técnicas para ser contratados). pero los que poseen una serie de importantes «Habilidades blandas» además de sus habilidades analíticas. Este artículo resume mi experiencia y observaciones de mi tiempo en McKinsey en 5 lecciones que lo ayudarán a convertirse en un mejor científico de datos.

GIF de GIPHY

Como persona de datos que ama la precisión, me gustaría señalar que aunque el título de «científico de datos» cubre una amplia gama de trabajos en la industria hoy en día, en este artículo me centraré principalmente en consejos para científicos de datos que influyen decisiones comerciales en cualquier forma o forma (en lugar de aquellas en roles de “ciencia de datos centrales” más orientados a la investigación).

Lección 1. La comunicación de arriba hacia abajo es clave

La comunicación de arriba hacia abajo, o el principio de la pirámide, fue acuñada y popularizada por la socia de McKinsey, Barbara Minto, y muchas personas la consideran la estructura de comunicación más eficiente cuando se trata de negocios (o incluso de la vida personal). Aunque es algo natural para algunas personas, como los consultores estratégicos, muchos científicos de datos se tropiezan en este frente de la comunicación. La idea es simple: cuando intentas comunicar una idea / argumento, es más eficiente y más fácil de seguir para la audiencia si comienzas con un mensaje clave, seguido de varios argumentos principales apoyando este mensaje clave; si es necesario, cada argumento puede ir seguido de datos de soporte.

La adopción de la comunicación de arriba hacia abajo es ventajosa por las siguientes razones:

  1. La conclusión clave es el frente y el centro: si ha visto un TLDR al comienzo de un correo electrónico / memo o un resumen ejecutivo al comienzo de un trabajo de investigación, comprenderá la importancia de esto. Tener el mensaje clave por adelantado asegurará que su audiencia tenga una idea general, incluso si no captan todos los detalles.
  2. La presentación / comunicación se puede adaptar fácilmente a diferentes audiencias: puede preparar un conjunto de comunicaciones y mantenerlo en el nivel de «mensaje clave» con argumentos principales para los ejecutivos de nivel C y ampliarlo con detalles para pares y otras audiencias analíticas que están interesados ​​en el tema de las malas hierbas.

Desafortunadamente para los científicos de datos, cuyo trabajo consiste en realizar análisis profundos la mayor parte del tiempo, esta estructura de comunicación puede no ser natural y puede ser contraria a la intuición. Con demasiada frecuencia veo a los científicos de datos iniciar una presentación o comunicación con detalles en profundidad y hacer que la audiencia se pierda sin transmitir el mensaje clave.

Como practicarlo: Una manera fácil de practicar esto es anotar sus pensamientos antes de la reunión basándose en esta estructura para mantenerse al día al comunicar los hallazgos clave de su análisis. También es útil dar un paso atrás con frecuencia para preguntarse qué problema está tratando de resolver; ese debería ser el mensaje clave que transmita.

Imagen del autor

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

comentar YT

¿Cómo escribo comentarios en cursiva negrita y tachado en YouTube?

1632804049 social og oracle badge

Gestión de API | Oráculo