在 Connect 2021 上,Facebook首席执行官马克扎克伯格宣布将品牌部分更名为 Meta,它将应用程序和技术整合到一个新的公司品牌下。

Meta 的重点将是让 Metaverse 栩栩如生,并帮助人们建立联系、寻找社区和发展业务。在Meta,分析是一项基本技能。而主要有两个岗位会用到这项技能:数据科学和数据工程,两个岗位包含了不同的专业知识。Meta全体人员一起努力,目标是想要得到更好的结果,利用数据为社区发声,让每个工作都有自己的优势。从艾字节(exabytes)的数据构建可伸缩的基础设施,到基于严格分析提供战略见解,我们的业务范围非常广泛。

在本文中,我们将探讨Meta作为分析型公司的职业发展总体方法。然后,在后续文章中,我们将深入探讨与个人数据科学和数据工程职能部门增加相关的具体经验和主题。

为你的技能和兴趣找到正确的道路

Meta公司的分析岗位——无论是刚毕业的学生,还是来自其他领域的员工——通常会先学习并练习一组常用技能。掌握了基本技能后,他们将开展更复杂的工作。这可能意味着他们需要在一个新的、或不明确的产品、或技术领域承担更多责任,或者在某个领域内建立更深入的专业知识。这也可能意味着他们需要进入领导阶层。在 Meta,我们提供三种职业道路:

  • 资深个人贡献者(Senior individual contributors)—这类员工分析数据或编码,以身作则,带领团队开展高质量项目,影响战略或技术架构,并指导其他分析师。他们不直接管理人员,但他们帮助团队确定发展方向,并影响各个级别的决策。
  • 组织建设经理(Org builder managers)—这类员工专注于团队人数更多的战略和优先事项,指导并开发团队成员的职业道路,并确保高质量的产出。我们也很少看到组织构建者经理亲自分析或编码。
  • 技术主管经理(Tech lead managers)—这类员工将自己的时间分配给个人贡献和团队小型管理方面。与完全专注于个人工作或管理相比,这种职业道路不太常见。但是,这类工作非常适合想要在某个技术问题或领域积累经验的个人。他们既可以亲自上手,同时还可以领导团队。

在某些公司,职业发展意味着进入管理。在 Meta,成为经理并不是“晋升”。这只是另一种工作方式。在他们的职业生涯中,人们可以(而且经常)在管理和个人贡献之间切换,这取决于当时对他们来说什么最有意义。值得注意的是,在 Meta,这对一个人的晋升路径没有任何不利影响。你可能成为公司领导、技术主管经理或个人贡献者,也有可能成长为总监级别及更高级别。这些路径为人们选择如何发展自己的职业提供了更多选择,帮助个人专注于自己的真正优势,而不必担心晋升限制。

专注于你的长处,而不是一刀切工作

分析意味着你需要做的工作非常复杂。虽然我们希望员工掌握各种基础知识,但没有哪套技能或任务能适用于所有人,让大家一样出色。随着职业发展到最高级别,资深个人贡献者往往会更加专注于专业知识。我们接受并放大了这些差异。

我们使用一组“原型”来描述长处和重点领域的一些常见变化。例如:

  • 技术和编码专业知识,包括设计复杂系统以提高效率,或者在需要的时候开拓新的分析技术
  • 产品或业务专业知识,创造性地将数据应用于最关键的战略问题,了解新的领域
  • 某一特定领域的专业知识,例如应用机器学习(Applied Machine Learning)拍卖系统(Auction Systems)欺诈预防系统(Fraud-prevention Systems)搜索分析(Search Analytics)等。
  • 一般知识,能够在各种新的或具有挑战性的领域中做任何需要做的事情,通常在面临下一个挑战之前让团队朝着正确的方向前进。

这是一次冒险,而不是向上爬的梯子

在Meta公司,成功的方法不止一种。没有预先确定的路径和工作内容。当然,这也是从事分析工作的乐趣,获得发展机会的一部分——但也需要创造力和开放的心态,才能规划职业生涯。

Meta 的产品和团队发展迅速。因此,我们的分析能力也需要快速适应这种变化。我们每天都在高效、有效地使用数据,并将隐私融入工作。

从事分析工作的人通常会尝试一系列项目和团队,甚至在数据科学、数据工程和其他类型的职能之间不断切换。其他人则专注于某一领域并发展深厚的专业知识。关键是让每个人都需要了解怎样让自己感到兴奋,并具有成就感,了解自己最擅长(或可能最擅长)什么,并找到这些兴趣和技能的交集。

建立辅助系统,并将它传递出去

在 Meta,员工的职业生涯最终掌握在自己手中,我们通过全面的辅助网络,帮助员工职业发展:

  • 经理们每天都与团队中的成员一起工作,规划职业发展,提供反馈,并在人们陷入困境时帮助他们消除障碍,等等。经理帮助员工建立长期的职业目标,安排他们擅长的工作,并帮助他们寻找新的挑战,开发所需经验。
  • 导师是值得信赖的同伴,他们提供建议和指导。经理也可以是导师,但更多时候,导师是更高级别的同事。公司内部系统可以根据职业发展目标和优先级来匹配导师和学员。从在不同领域、不同职位或不同公司工作过的人那里获得观点和建议,对个人来说很有帮助。 
  • 圈子匹配具有相似兴趣或职业道路的人群。他们经常聚在一起,分享经验,互相学习。这种模式类似于指导,除经理以外,共享帮助以及建议对于学习新技能、建立新联系和发现分析问题中的常见模式非常宝贵。
  • 学习并发展课程涉及的一系列技能,从技术设计和架构到有效的沟通、管理方法和高级分析方法。在Meta,有一个专门的团队可以帮助开发和运行 Analytics 的内容。大多数课程由数据科学家和数据工程师讲授,对于那些职业生涯较早或刚接触某项技能的人来说,这是一种“传递信息”的好方法。

查看 Meta 的分析职位

您可以在 facebook.com/careers 浏览并申请开放职位,或者与可能感兴趣的朋友和同事分享该职位。Meta正在招聘全职远程职位,你可以在美国或加拿大工作,我们在全球各地都需要各种各样的人才。感谢你的阅读!

原文作者:Analytics at Meta
翻译作者:Lia
美工编辑:过儿
校对审稿:Jiawei Tong
原文链接:https://medium.com/meta-analytics/analytics-career-development-at-meta-4327c011aaea

六招小技巧,教你斩获数据科学面试

Feb 01, 2022

数据科学非常炙手可热,所以数据科学家职位的需求量也很大。如果你想从事这个职业,要想成功拿下offer,必须为面试做足准备。

北美求职指北-E周报(8月第1周):最新非农就业增长强劲;全美职位空缺创新高;AI大牛纷纷回归高校引热议

Aug 09, 2021
  • 最新非农数据公布,就业增长强劲
  • 全美职位空缺数量创历史新高

详解数据科学家(DS)与数据分析师(DA)的五大区别

Feb 07, 2022

据估计,世界每天会产生 1.145 万亿 MB 数据。这种数据热潮引发了对能够整理、理解并从这些信息中创建可操作见解的员工新需求,即数据科学家和数据分析师职位。

Leave a Comment

Your email address will not be published. Required fields are marked *

Comment *