Framgångshistoria

De huvudsakliga skillnaderna med att arbeta för startups, företag eller forskning som data scientist

Som data scientist kan du välja arbetsmiljöer såsom startups, företag eller forskning. Varje typ av organisation har sina egna fördelar och nackdelar. Vilka är skillnaderna och vilken påverkan har en organisation på din roll som data scientist? I denna artikel delar Mylan Heijink (startup), Romain Huet (företag) och Oscar Juarez Urizar (forskning) med sig av sina erfarenheter och visioner.

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

Startup

Att arbeta på en startup kan vara kaotiskt, man ‘lever’ för de kommande veckorna och är ofta osäker på vad man kommer att göra månader senare. Man måste iterera mycket och ta hänsyn till att planer kan ändras lätt. Mylan: ”Efter att ha arbetat hårt på ett projekt kan det hända att vi måste besluta oss för att ändra helt på allt. Man måste kunna hantera oförutsägbarhet. Men när man arbetar på en startup kan man direkt bidra och ha stor påverkan. Våra tekniska personer sitter snabbt vid bordet med dem som bestämmer kursen och arbetar på en hel modul (och inte bara en liten del). Man får snabbt mycket ansvar och frihet. Att utveckla en fullständig lösning helt själv är inte ovanligt. Vilket är fantastiskt, om man är rätt person för det.”

På en startup arbetar du i ett litet team med flera projekt och lösningar. Därför är det inte konstigt att startups oftare anställer personer som är ganska mångsidiga. Mylan: ”Vad startups gynnas av är att ha utvecklare som kan axla flera roller inom ett team. Beroende på storleken på teamet och budgeten måste man troligtvis göra lite av allt. Vilket jag ser som en fördel. Detta bidrar till att man löser problem och blir resursstark. Startups har ett snabbt tempo, exempelvis i beslutsfattande. Som ett resultat arbetar vi snabbare än företagsorganisationer där alla har sin egen specialisering eller arbetar på sin 'egen' del inom ett projekt.”

Företags

Företagsföretag har många resurser och gott om pengar. De organiserar ofta kunskapssessioner med kollegor och insiktsfulla diskussioner med medarbetare från olika bakgrunder och kulturer. Romain: “När man arbetar för företagsindustrier kan man utveckla en lösning för ett problem. Men saker och ting kan ta lång tid, vilket kan bromsa ett projekt.”

Inom ett företag kan du arbeta med algoritmutveckling, dashboarding, intressenthantering, infrastrukturunderhåll, forskning, utveckling av proof of concept och produktutveckling. Romain: “Mina uppgifter och ansvar är ganska varierande och för tillfället arbetar jag med datorseende, såsom objektdetektering, segmentering och klassificering. Jag har också arbetat med naturlig språkbehandling, tabulära data (analys) och tidsserier (prognoser). Förutom detta samarbetar jag med intressenter, underhåller kodbasen och infrastrukturen och försöker hitta nya användningsområden att arbeta med. Jag tror att jag hade turen att göra många saker, vilket kanske inte alltid är fallet för någon som arbetat i samma företag i flera år.”

Forskning

Att arbeta inom en forskningsmiljö är utforskande och fokuserar främst på ett horisontellt perspektiv, för flera verksamheter. Det finns mer riktning mot vad du vill göra jämfört med en startup, men färre begränsningar än att arbeta för företagsorganisationer. Oscar: “Vi strävar efter att kunna skapa innovationer och för det behöver du utrymme, tid och budget för att utforska. Vi vet inte alltid resultatet av ett projekt. Ibland kan du dela lärdomar direkt, andra gånger kan forskningen användas i framtida projekt. För tillfället arbetar jag med konversationsbaserad AI och hur man använder nya metoder för att förbättra kundsupport. För att hålla sig uppdaterad delar experter sina kunskaper och erfarenheter om ett specifikt ämne varannan vecka. Till exempel handlade en av de senaste insikterna och uppdateringarna om virtuella system i Japan.”

Slutsats

Som en motiverad utvecklare är du intresserad av data och vill ha många intellektuella utmaningar och stimulans för verkliga problem. Att välja vilken typ av organisation att arbeta för som data scientist handlar om vad du vill göra och bidra med. Som data scientist kommer du att upptäcka skillnader inom ansvar och variation (och att byta mellan) i uppgifter, men även i projektens längd. De viktigaste frågorna att ställa dig själv är: Vill jag hitta lösningar på varje problem jag stöter på och kan jag hantera osäkerhet? Då kommer du förmodligen att trivas i en startup-miljö. Eller: Föredrar jag långsiktiga, förutsägbara planer och veta vad jag ska göra i mitt arbete? Då passar du förmodligen bäst inom ett företag. En annan fråga att ställa dig själv: Vill jag ha mer frihet att utforska forskning för att vara värdefull? Och vill jag skapa en bättre lösning eller produkt som alltid kräver mer information? Då är forskning rätt plats för dig. Mest troligt är den miljonfrågans fråga att ställa dig själv: vilka arbetsförhållanden passar mig bäst som person? Något du bara kan ta reda på genom att uppleva det själv.

Relaterade lediga tjänster Kickstarta din karriär
data-science-team-3_2024-05-28-075919.png
Utförare Bygg
Nederländerna Annat Byggnadsteknik 2–5 år Eindhoven

Du ansvarar för den dagliga ledningen på byggarbetsplatsen, övervakar planering, kvalitet, säkerhet och kostnader samt leder underentreprenörer och personal på byggarbetsplatsen. Du är kontaktpunkt för kunder och projektteam.

Mediorrådgivare Mark och Miljö
Nederländerna Byggnadsteknik Den Bosch

Som Mediorrådgivare för Mark och Miljö på TMC arbetar du med varierande projekt där jordkvalitet, miljölagstiftning och hållbarhet står i centrum. Du ger råd om markundersökningar, saneringar, återanvändning av jord och den miljömässiga integre...

Berättelser från våra nöjda medlemmar

Möt våra människor och ta reda på vad de gör, hur deras karriärer utvecklas och vad som inspirerar dem.