data-science-team-3_2024-05-28-075919.png

Le principali differenze nel lavorare per startup, aziende o ricerca come data scientist

Startup

Lavorare in una startup può essere caotico, si ‘vive’ per le prossime settimane e spesso non si sa cosa si farà nei mesi successivi. Bisogna iterare molto e tenere conto del fatto che i piani possono cambiare facilmente. Mylan: «Dopo aver lavorato duramente su un progetto, può succedere che dobbiamo decidere di cambiare completamente rotta. Bisogna saper gestire l’imprevedibilità. Ma lavorando in una startup si può contribuire immediatamente e avere un grande impatto. I nostri esperti di tecnologia si siedono rapidamente al tavolo con coloro che determinano il corso e lavorano su un modulo completo (e non solo su una piccola parte). Si ottiene rapidamente molta responsabilità e libertà. Sviluppare una soluzione completa interamente da soli non è un'eccezione. Ed è fantastico, se si è predisposti per questo.»

In una startup si lavora in un piccolo team su diversi progetti e soluzioni. Pertanto, non sorprende che le startup tendano ad assumere persone piuttosto versatili. Mylan: «Ciò di cui beneficiano le startup è avere sviluppatori che siano in grado di ricoprire più ruoli all’interno di un team. A seconda delle dimensioni del tuo team e del budget, probabilmente dovrai occuparti un po’ di tutto. Cosa che considero un vantaggio. Questo aiuta a risolvere problemi e a diventare intraprendenti. Le startup hanno un ritmo veloce, ad esempio, nel processo decisionale. Di conseguenza, lavoriamo più rapidamente rispetto alle aziende corporate, dove ognuno ha la propria specializzazione o lavora sulla 'propria' parte all’interno di un progetto.»

Aziendale

Le aziende corporate dispongono di molte risorse e di ingenti budget. Spesso organizzano sessioni di condivisione della conoscenza con i colleghi e discussioni stimolanti con professionisti provenienti da background e culture diverse. Romain: “Quando si lavora per aziende corporate, si ha la possibilità di sviluppare una soluzione per un problema. Tuttavia, le cose possono richiedere molto tempo e rallentare il progresso di un progetto.”

All'interno di una corporate, puoi lavorare sullo sviluppo di algoritmi, dashboarding, gestione degli stakeholder, manutenzione delle infrastrutture, ricerca, sviluppo di proof of concept e sviluppo di prodotti. Romain: “Le mie attività e responsabilità sono piuttosto variegate e attualmente mi occupo di computer vision, come il rilevamento degli oggetti, la segmentazione e la classificazione. Inoltre, ho lavorato con il processamento del linguaggio naturale, dati tabulari (analisi) e serie temporali (previsioni). Oltre a ciò, mi occupo di allinearmi con gli stakeholder, mantenere il codice e l'infrastruttura e sto cercando nuovi casi d'uso su cui lavorare. Penso di aver avuto la fortuna di fare molte cose, il che non è sempre il caso per chi lavora nella stessa azienda per anni.”

Ricerca

Lavorare in un ambiente di ricerca è esplorativo e principalmente interessato a una prospettiva orizzontale, per diversi tipi di business. C’è più libertà di scegliere cosa vuoi fare rispetto a una startup, ma meno restrizioni rispetto a lavorare per organizzazioni corporate. Oscar: “Il nostro obiettivo è innovare e per farlo servono spazio, tempo e budget per esplorare. Non sempre conosciamo il risultato di un progetto. A volte puoi condividere immediatamente ciò che hai imparato, altre volte la ricerca viene utilizzata in progetti futuri. Al momento sto lavorando sull’AI conversazionale e su come utilizzare nuovi metodi per migliorare il supporto clienti. Per restare aggiornati, ogni due settimane esperti condividono il loro sapere e le loro esperienze su un argomento specifico. Per esempio, uno degli ultimi approfondimenti e aggiornamenti trattava dei sistemi virtuali in Giappone.”

Conclusione

Come sviluppatore motivato, sei interessato ai dati e desideri affrontare molte sfide intellettuali e stimoli per problemi reali. Scegliere il tipo di organizzazione per cui lavorare come data scientist dipende da ciò che desideri fare e contribuire. Come data scientist troverai differenze in termini di responsabilità e diversità (e alternanza) nei compiti, ma anche nella durata dei progetti. Le domande più importanti da farti sono: Voglio trovare soluzioni per ogni problema che incontro e sono in grado di affrontare l'incertezza? Probabilmente ti sentirai a tuo agio in un ambiente da startup. Oppure: Preferisco piani a lungo termine, prevedibili e sapere esattamente cosa fare nel mio lavoro? Allora probabilmente ti adatterai meglio in un business aziendale. Un'altra domanda da farti: Voglio più libertà nell'esplorazione della ricerca per essere di valore? E voglio creare una soluzione o un prodotto migliore che richieda sempre più informazioni? Allora la ricerca è il posto che fa per te. Molto probabilmente, la domanda da un milione di dollari da porti è: quali caratteristiche di lavoro si adattano meglio alla mia personalità? Qualcosa che puoi scoprire solo sperimentandolo personalmente.

Pianificatore NPI
Paesi Bassi Introduzione di Nuovi Prodotti 2 - 5 anni Hengelo

In TMC lavori come professionista intraprendente nel settore high-tech e manifatturiero. Combini la sicurezza di un contratto a tempo indeterminato con la varietà e la sfida della consulenza. Attraverso il nostro modello di Employeneurship, hai l...

Pianificatore NPI
groningen10_aangepast.jpg
Storie dei nostri membri felici

Conosci le nostre persone e scopri cosa fanno, come si sviluppano le loro carriere e cosa li ispira.

contactusattmc.png
Mettiamoci in contatto!

Contattaci per opportunità, collaborazioni o domande. Siamo qui per connetterci.