本篇文章3290字,读完约8分钟
不要雇佣聪明人,而是告诉他们该做什么。但是让他们告诉我们该怎么做。
本文由风瑞资本授权的黑马出版。
科学家越来越受到企业家的追捧。不用说,医疗和人工智能等深层科技领域一直是医生们的聚集地。就连优步和facebook等toc公司对数据科学家和心理学家的需求也越来越大。
然而,并不是所有的科学研究者都能在商业社会中自得其乐。实验室追求卓越,但初创公司首先追求效率。如果学术人才不能应付这种思维的变化,他们很可能跟不上别人。
因此,airbnb的工程师们写了这篇文章,为那些有兴趣转行的学术人才提供了四条建议,并描述了airbnb作为一个代表在调查学术人员时所看重的四个品质:初学者心态、自我管理、有效沟通和效率第一。
如果你的公司想吸引学术人才,airbnb的这些经验肯定会对你有所帮助。如果你是一个学术天才,你想更多地了解商业世界。
给数据科学家的信
作者:Avneesh Saluja,Alok Gupta,Cuky Perez
翻译/张庚、郭辉、尹逸飞
source/airbnben @ media
学术机构是医生的唯一出路吗?
对于大学研究所的人来说,他们的职业选择似乎非常有限。学生们经常受到导师和高年级学生的鼓励,并被期望跟随他们的学术脚步。教授们认为,只有呆在学术圈里,他们才能扩大知识面,教书育人。因此,大多数研究生和博士生认为外面的世界真的很遥远,除了象牙塔他们无处可去。
但要留在学术界并不容易。美国大学每年获得博士学位的人数已经超过了学术机构提供的职位数量。因此,一些医生将目光投向硅谷(尤其是科技行业)。但是从学术环境跳到商业社会并不容易。迈克尔·李(数据科学家猎头)在他最近的博客中描述了这一变化。他认为学术研究追求完美,追求完美,但这在商业社会是行不通的。如果你想在硅谷生存,学术人才必须学会加快速度,在最短的时间内给出答案。
我们大体上同意这个基本的权衡过程,但是如果我们想在airbnb工作,思维的变化和差异会更加微妙。对于想进入airbnb的学术人才,本文首先讨论了我们感兴趣的技能(软件和硬件),并为他们的成功进入提供了一些具体的建议。
/ 01 /
对于那些来自学术界的数据科学家,我们关注以下四个品质
Airbnb使用数据科学来改善用户体验。
在今天的科学技术领域,数据科学这个词被滥用了。它的研究范围包括数理统计、商业和黑客,它承载着所有与数据相关的东西。数据科学家需要从数据中提取价值来推动企业成功。Airbnb还需要数据来决定进行哪个实验和开发什么机器学习模型,从而增强用户体验。
因此,我们在从研究机构招聘专业人员时,不仅要考虑他们的专业水平和价值观,还要考虑以下四个方面的素质:
初学者心态
我们期望你在相应的学术领域中名列前茅,并且你将熟悉任何专业事务。然而,学术成就和经验不一定转化为商业成功。我们希望应聘者能以谨慎的态度意识到自己在商业领域的无知。但是这种无知只是暂时的。airbnb拥有强大的家教系统,我们的企业文化注重个人成长。加入airbnb并不意味着停止学习。相反,你需要了解更多。
我们正在寻找那些渴望学习更多并愿意在专业领域之外拓展自己能力的人。
自我管理
我们期望候选人是一个知道如何管理自己的博士生。自我管理也是每个人进入学院的第一课:如何进行自我学习和确定目标的优先顺序。一个高级研究员还应该知道如何预见一个可能失败的研究方向,并迅速将他的精力转移到一个更有可能成功的地方。
商业组织非常重视学术人员的自我管理能力。
此外,在充满学术竞争的前沿领域,学者们也需要挑战同行,推翻他们的假设。在airbnb的数据科学部门,我们都追求这种质疑精神:我们对现状感到不安,不断追求假设的边界,甚至推翻假设。
有效沟通
我们有时会看到一些资深研究员不善于沟通。然而,airbnb是一个协作环境,数据科学家不仅要留在团队中学习,还需要与工程师、设计师、产品经理和非技术人员合作。
Airbnb不仅注重卓越的专业能力,还需要有效地将所有观点传达给观众,从团队中的其他数据科学家到首席执行官。否则,这个观点就不会有应有的影响。无论是书面的还是口头的交流,思想、方法和假设的表达都必须清晰、敏捷,同时能够说服听众。
短跑而不是马拉松
学术机构将允许研究人员花几年时间发表论文,但在商业社会,这几乎是不可能的。
效率第一是科学家在商业机构工作时需要具备的思维。
这并不意味着我们同意牺牲研究质量,但在airbnb,我们希望尽快看到第一手数据产品,并通过迭代提高性能。在数据科学家的面试过程中,我们希望候选人有商业头脑,能够在提交数据产品或分享意见之前尽快提供一个完美的解决方案。
/ 02 /
如果你想从学术界进入商业社会,这里有四个建议
对于不同专业领域的人来说,走出象牙塔的经历会大不相同。今天,学术界和商业界的联系更加紧密(尤其是计算机科学和应用经济学),一个新的想法可能只需要几个月就能开发出来并应用到产品中。对于那些想迈出这一步的人来说,强大的编程能力和科学计算等硬知识是必要的,但真正难以掌握的是工作场所的软知识和商业领域的思维逻辑。我们将这一逻辑分为四个主要领域:
注意细节。
我们的世界充满了复杂的细节和神秘。学术研究的功能之一是从这些线索中抽象出核心问题。
在学术机构中,科学家用来做实验的大部分数据都排列得整齐干净。基准测试序列已经过其他人的测试,整个实验已经详细记录下来。为了安全起见,有些人可能会做一些额外的数据清理,但不管如何清理,至少实验所需的大部分信息来自数据本身,尤其是训练标签通常是已知的。只有在少数情况下,我们需要从严格控制变量的领域或实验中收集数据,以确保数据不受污染。
与学术机构相比,商业环境中的实验环境总是泥泞的。
如此优秀的实验环境在商业组织中几乎是不可能的。首先,研究人员需要花费大量的时间和精力来解决问题。这些问题包括:从数据中提取和收集的标签能帮助我们解决问题吗?辅助变量的设计有没有漏洞?我们有没有记录所需的信息?数据科学家需要深入问题,运用他们的专业知识将问题和数据转化为有意义的结果。与研究抽象的学术问题相比,在这种快节奏的环境中工作实际上需要同等或更多的创造力。
80%规则
探索问题的学术和商业方法是不同的。前者希望尽可能找到最佳解决方案,并通过不断与之前的结果进行比较来提高实验质量。然而,如果你在一个商业机构工作,你经常被分配在一个没有以前的研究结果的领域应用模型的工作,并且你没有什么可参考的。充其量,这是一个挑战;最坏的情况是,它可能会对企业产生负面影响。
在这种情况下,你只需要用80%的精力去追求模型的完美。如果你过于追求完美,这不仅会暴露出你缺乏对目标的优先排序,还会使它变得根本不可能:实验内外的评价指标可能与此无关。
知识影响有效点
即使你不在学术机构,你也可以用你的知识去影响别人。
迈克尔李在他的评论中提到,创造影响力比传播知识更重要。在airbnb,我们相信每个人的最终目标都是平衡这两点。许多人进入学术界的最初动机是发现和传播知识。这在商业社会中更为重要。用知识和经验说话,可以防止别人做重复性的工作。
为此,airbnb建立了一个知识库,其中包含了内部同事审阅的出版物和论文。最近,Airbnb也打开了它的来源。我们还鼓励数据科学家尽可能积极地参与。与此同时,我们每周举办一次研讨会,将数据科学家和其他各个领域的领导者聚集在一起,展示他们的工作并指导年轻一代。
活跃的
一个成功的研究者不仅知道如何解决难题,还知道如何提出正确的问题。这需要一种积极的态度去发现机会和探索相应的研究方向,而不是期望别人为你安排一个问题去解决。学术界经常鼓励这种积极的探究精神,这也是airbnb鼓励许多顶尖大学的人加入我们的原因。
/总而言之/
引用一句名言:不要雇佣聪明人,而是告诉他们该做什么。但是让他们告诉我们该怎么做。每个学术领域都会培养出不同技能的人才。我们尊重这种多样性,并从中招募人才来帮助我们解决airbnb每天面临的真实而有趣的问题。