В одной из своих предыдущих статей (5 советов по переходу от психологии к науке о данных (Data Science)) я рассказывал о переходе от психологии (или любой другой социальной науки) к науке о данных. Основное внимание было уделено навыкам, которые необходимо приобрести, чтобы стать полноценным специалистом по анализу данных.
Однако что, если вы уже совершили этот переход? Что вы можете сделать, чтобы использовать имеющиеся у вас психологические знания в качестве специалиста по работе с данными? Было бы очень обидно выбросить на ветер годы учебы и проигнорировать все то, чему вы научились!
Я искренне верю, что психологи обладают специфическими навыками, которые можно использовать, чтобы стать отличными специалистами по работе с данными! Конечно, как психолог я необъективен, но давайте на время не будем обращать на это внимания ;).
Эта статья будет посвящена определению того, какие психологические навыки могут быть использованы и каким образом в вашей работе в качестве специалиста по работе с данными.
Это не будет самоочевидно, как в учебнике. Цель здесь - вдохновить вас на поиск творческих способов быть одновременно психологом и специалистом по работе с данными в своей работе. Я надеюсь достичь этого, предоставив вам несколько наглядных примеров, которые могут подтолкнуть вас к новому применению старых психологических методов.
*ПРИМЕЧАНИЕ: Навыки, описанные в этой статье, не являются исключительными для психологов или людей с социальным образованием. Основное внимание уделено именно им, поскольку есть вероятность, что психолог, скорее всего, является лучшим коммуникатором, чем инженер-программист.
1. Психологические навыки
Давайте начнем с самого начала: почему я считаю, что психолог может стать отличным специалистом по анализу данных? Конечно, это не потому, что они отличные кодеры или имеют большой опыт работы с git, верно? Нет! В основном это связано с двумя обширными навыками, которые они обычно приобретают:
- Коммуникативные навыки
- исследовательские навыки
Вы можете подумать, что это не так уж и много, и, глядя на эти два навыка, я склонен с вами согласиться. Это кажется не очень впечатляющим... Однако овладение этими навыками требует значительных усилий, а эффект от их использования может быть больше, чем вы думаете.
Оба навыка являются зонтичными понятиями и, как таковые, содержат несколько поднавыков, каждый из которых вносит свой вклад в области психологии и науки о данных.
Ниже я кратко расскажу о некоторых из этих навыков, чтобы дать вам понять, почему коммуникативные и исследовательские навыки важнее для науки о данных, чем вы можете себе представить.
ELI5 (пересказ для детей)
Explain it like I am 5 (ELI5) расскажи это, как будто мне 5 лет часто используется для того, чтобы попросить простого объяснения сложной темы. Если вы можете объяснить это пятилетнему ребенку, значит, вы действительно понимаете тему и показываете, что можете передавать концепции на всех уровнях знаний.
Как психолог, вы уже обучены этому. Очень важно, чтобы ваши пациенты понимали сложные методы, такие как когнитивно-поведенческая терапия, поскольку в противном случае будет трудно применять лечение.
Управление заинтересованными сторонами
Важно понимать, что компании - это социальные организации, в которых проводятся встречи, конференц-звонки, обеды и т.д. Умение общаться на продвинутом уровне является большим преимуществом.
Особенно когда речь идет об управлении заинтересованными сторонами, истинное понимание их проблем и, соответственно, решений, которые они предпочитают, требует, чтобы вы чувствовали, кто они как профессионалы. Почему этот человек просит эту функцию? Чего они пытаются достичь?
Принятие этических решений
Психолог должен знать об этике независимо от вашей специализации. В контексте науки о данных это включает в себя конфиденциальность пациента, личную жизнь, принятие решений и т.д. Понимание и необходимость работать в сложных этических условиях помогает предотвратить такие предубеждения, как предубеждение отбора, предубеждение подтверждения или предубеждение ответа.
Экспериментальные знания
Теперь те, кто имеет социальное образование, получили немного больше, чем просто навыки общения. В большинстве программ значительная часть курсов направлена на понимание экспериментальных установок с участием людей.
Строгость в проведении экспериментов, тонкая интерпретация результатов, интеллектуальное любопытство - все это навыки, достойные хорошего психолога.
Статистика
Интересно, что большинство программ по психологии гораздо более насыщены статистикой, чем можно было бы ожидать. В моей программе четвертая часть всех курсов была посвящена статистике в той или иной форме. Это варьировалось от статистических тестов и проверки анкет, до A/B тестирования и статистики.
Те, кто изучает социальные науки, как правило, имеют более глубокие знания об экспериментальном дизайне и статистике, чем большинство других программ. Учитывая, что большая часть машинного обучения основана на статистике, это очень полезный навык.
Предметная область
При анализе человеческого поведения, например, при разработке экспериментов для A/B-тестирования или интерпретации географических данных отдельных людей, определенно полезно иметь представление о том, что движет людьми.
Психологи могут оказать большую помощь при анализе данных, относящихся к человеческому поведению!
2. Тип специалистов по работе с данными
Хотя перечисленные выше навыки важны, они могут быть менее или более важными в зависимости от того, какую работу вы выполняете на самом деле. До сих пор я рассматривал перспективу работы специалиста по анализу данных. На практике работа специалистов по работе с данными может сильно отличаться, поскольку профессии в области данных все еще не определены.
Профессии в области данных
Для того чтобы понять, как психология может способствовать работе специалиста по работе с данными, важно определить, каким специалистом вы хотите быть!
По моему опыту, существует примерно 7 типов профессионалов, управляющих данными*:
- Менеджер (управление командой специалистов по работе с данными)
- Консультант по бизнес-аналитике
- Аналитик данных
- Специалист по изучению данных (Data Scientist)
- Инженер по машинному обучению
- Инженер по данным
- Исследователь искусственного интеллекта
Эти роли значительно отличаются друг от друга по необходимости как технических, так и психологических навыков. Менеджеру, например, обычно не требуется столько технических знаний, как исследователю ИИ, но он должен быть более психологически подкован, чтобы правильно управлять своей командой.
Профессию в области данных, которая подходит вам больше всего, можно свести к простому вопросу:
Какой баланс между психологическими и техническими навыками вы хотите видеть в своей работе?
Ответ на этот вопрос может помочь вам понять, каким профессионалом вы хотите быть. Если ответ на этот вопрос заключается в том, что вам не нужна техническая работа, то вам подойдет большинство психологических профессий (например, клиническая психология, социальный психолог, психолог по вводу/выводу и т.д.).
Однако вопрос становится более сложным, если вы хотите обладать определенным количеством как психологических, так и технических навыков. Ответ... квадрант!
3. Квадрант для психологии в данных
То, насколько полезными окажутся ваши психологические навыки, во многом зависит от вида вашей работы. Если вы работаете инженером по данным и в основном сосредоточены на создании конвейеров данных, то обладание этими навыками будет менее полезным и необходимым.
Ниже я создал квадрант, показывающий потребность в психологических навыках по сравнению с потребностью в технических навыках, в который помещены несколько профессий. Хотя это упрощение реальности (кто хочет видеть четырехмерный график? ;), надеюсь, это поможет вам определиться с профессией, которая лучше всего вам подходит.
Квадрант потребности в психологических навыках в профессиях, управляемых данными. Изображение автора.
Как видно выше, психологические навыки обычно соответствуют коммуникативным и исследовательским навыкам. В приведенном выше квадранте немного больше внимания уделяется коммуникативным навыкам, чтобы отделить их от технических навыков.
Технические навыки - это те, которые включают широкий спектр навыков в области данных, таких как программирование, машинное обучение, MLOps, архитектура данных и т.д.
Интересно, что при заполнении квадрантов я начал замечать тенденцию в относительном расположении профессий. Похоже, что между техническими и психологическими навыками может существовать кривая:
Более высокая потребность в технических навыках часто приводит к более низкой потребности в психологических навыках и наоборот.
Низкие технические и высокие психологические навыки
Профессии, которые обычно требуют больше психологических навыков, чем технических, я расположил в правом нижнем квадранте: Бизнес.
Те, кто находится в квадранте бизнеса, скорее всего, будут выполнять роль консультанта/советника или руководителя. Поскольку BI-консультанты и менеджеры в большей степени нуждаются в коммуникативных и лидерских навыках, они отлично подходят друг другу!
ПРИМЕЧАНИЕ: BI-консультанты могут быть очень техничными, особенно когда они также отвечают за базовую модель данных. Однако, как правило, речь идет скорее о понимании бизнеса, чем о создании сложных алгоритмических анализов. То же самое справедливо и для многих других профессий в этом квадранте.
Высокий технический и низкий психологический уровень
В левом верхнем квадранте я расположил профессии, которые обычно требуют больше технических навыков, чем психологических: Инженер.
В квадранте инженеров находятся люди с преимущественно техническим образованием, например, инженеры по обработке данных или инженеры по машинному обучению. Хотя иметь некоторые психологические навыки полезно, это не является необходимостью для данной работы, поскольку ваше взаимодействие с заинтересованными сторонами менее тесное, чем, например, у специалиста по анализу данных.
Высокие технические и высокие психологические навыки
Профессии, которые обычно требуют высоких психологических и технических навыков, я расположил в правом верхнем квадранте: Единорог.
Нечасто можно встретить людей, обладающих одновременно высокими техническими и психологическими навыками, поскольку эти навыки трудно приобрести по отдельности, не говоря уже о том, чтобы вместе. Это видно по "заселению" квадранта: в правом верхнем углу нет ни одной роли.
Даже типичная роль "единорога" - data scientist, на мой взгляд, не должна обладать такими же техническими навыками, как ИИ-исследователь. Им необходимы обширные технические и психологические навыки, но не на уровне экспертов.
Низкий технический и низкий психологический уровень
Профессии, которые обычно требуют мало психологических и технических навыков, я расположил в правом верхнем квадранте: Безданных.
Каждому квадранту нужно название, поэтому я назвал его "без данных" для всех ролей, не связанных с данными. Я сомневаюсь, что существуют роли, связанные с данными, где вам не нужны как технические, так и психологические навыки.
ПРИМЕЧАНИЕ: Поскольку профессии, связанные с данными, как правило, плохо определены, приведенные выше позиции следует воспринимать как индикацию, а не как базовую истину. Кроме того, это моя точка зрения и, соответственно, мой опыт.
4. Как использовать психологию в науке о данных
И наконец, вопрос на миллион долларов:
Как я могу реально использовать психологию в своей работе в качестве исследователя данных?
Хотя это можно сделать многими способами, я хотел бы сосредоточиться на трех аспектах, чтобы вы могли начать:
- Общение с заинтересованными сторонами
- Представление результатов
- Анализ человеческого поведения
Заинтересованные стороны (стейкхолдеры)
Общение с заинтересованными сторонами часто бывает очень трудным из-за кажущихся расплывчатыми требований, которые они предъявляют к своим проектам. Зачастую это вина не заинтересованной стороны, а того, кто запрашивает эти требования! Именно вы должны понять намерения заинтересованной стороны при составлении требований.
Это начинается с того, что вы не просто спрашиваете о требованиях. Для каждого требования спросите заинтересованную сторону, чего она/он хочет достичь с помощью этого требования. Почему вы хотите прогнозировать продажи на следующий год? Чего вы хотите достичь, обладая этими знаниями?
Осознайте, что существует недостаток понимания с обеих сторон. Заинтересованная сторона мало знает о том, чем вы занимаетесь, и наоборот. Чтобы перейти этот мост, вам нужно начать отождествлять себя с заинтересованной стороной.
ПРИМЕЧАНИЕ: Что помогает мне при анализе ошибок в общении между мной и другой стороной, так это предположение, что я ошибся. Предположив, что это произошло по моей вине, я могу начать определять, как я мог бы подойти к ситуации по-другому. Если вы будете обвинять другого человека в том, что он плохо общался, мало что получится в следующий раз.
Общение
Для развития отличных навыков общения может потребоваться несколько лет, но сосредоточение внимания на нескольких аспектах может значительно улучшить ваши навыки. Давайте сосредоточимся на одной форме общения: презентации.
Представление результатов ваших последних анализов может оказаться сложнее, чем вы могли бы предположить. Вам нужно рассказать о своих результатах, технических предположениях, влиянии на бизнес, метриках подтверждения и т.д. И все это при том, что процесс должен быть интересным.
Вот несколько советов, которые помогут вам начать:
- Знайте свою аудиторию
- Будьте проще, глупее (KISS).
- Объясните это так, как будто мне 5 лет (ELI5)
- Подходите к этому как к истории
- Сосредоточьтесь на одном сообщении
- Сосредоточение на одном сообщении и объяснение его так, чтобы большинство поняло ваши результаты, является ключевым фактором успешной коммуникации.
Даже для технической аудитории часто лучше начинать с простого. Погружение в очень технический контент с самого начала требует огромной концентрации. Для технических людей вы хотите создать интуитивное представление о том, что вы представляете, и о методах, которые вы применили.
Анализ человеческого поведения
Интерпретация результатов вашего анализа часто требует определенных знаний в этой области. Как психолог, человеческое поведение - это ваша область знаний. Однако существует не так много организаций, которые занимаются исключительно анализом человеческого поведения.
К счастью, большинство организаций располагают теми или иными данными, касающимися поведения людей. Например, это могут быть отзывы клиентов, билеты или даже данные отдела кадров. Поскольку сегодня у всех организаций есть сайт, вы можете, по крайней мере, проанализировать, как люди используют сайт организации, и разработать поведенческий поток.
Вам не нужно далеко искать, чтобы найти поведенческие данные в любой организации. Выявление таких случаев использования или проблем может быть полезным, поскольку позволяет вам продемонстрировать свои знания в психологической области!
ПРИМЕЧАНИЕ В КОНЦЕ ВСЕХ ЗАМЕТОК: Хотя эта статья получилась длиннее, чем я предполагал, в ней все еще не хватает довольно много информации и сносок. Я делаю некоторые допущения здесь и там, чтобы сжать информацию, но иногда кажется, что несжатая информация была бы существенной. Я понимаю, что иногда я обобщаю, поэтому, пожалуйста, поправьте меня, если я упустил важную информацию или обобщил слишком много. Найти баланс оказалось довольно сложно ;).
- towardsdatascience.com
Поделиться
