Как я освободил свою степень по общественным наукам и попал в стартап

Я совершил переход от доктора социальных наук к доктору философии. в истории экономики до техн. Я сделал это, адаптировав свое резюме во время работы над докторской диссертацией. В этом посте я рассказываю, как я это сделал, а также о том, что я чувствовал, о своем мыслительном процессе на этом пути и о некоторых уроках для будущих докторов наук, думающих об этом изменении.

Освободите себя

Каждая диссертация состоит из двух взаимодействующих частей: содержания и метода. Для своей дипломной работы я решил разработать макроэкономическую модель (метод) экономического роста Бразилии в 2000-х годах (содержание). Для своей магистерской диссертации я разработал лингвистический анализ (метод) значения понятия «экономическая модель» (содержание).

В обоих случаях я выбирал метод и содержание исходя из своих интересов. Мне нравилось математическое моделирование, связанное с моей дипломной работой, и мне нравилось обсуждать философию науки и философию языка, лежащие в основе моей магистерской работы. Более того, я хотел понять, почему Бразилия развивалась таким образом, и у меня была глубокая необходимость понять, какие именно экономические модели я использовал. (забавный факт: я до сих пор не знаю, что такое экономическая модель)

«Если вы будете заниматься любимым делом, вам никогда не придется работать». Верно?

Теперь вы можете подумать, что я следовал этому правилу Instagram-Blog-Pinterest и делал то, что мне нравилось, многому научился, а затем пошел в технологии. Ну, это не совсем так. Подача заявок на гранты, выступления на семинарах и чтение ужасных статей в учебных планах некоторых классов не были моей задачей.

Мне нравились темы, но я не был уверен, что мне нравятся научные круги. Тем не менее, я не сразу об этом подумал, и обе темы, которые я изучал в своих диссертациях, были глубоко академичны. Макроэкономическое моделирование и философия науки не занимают много места в частном секторе. По крайней мере, не так сильно, как другие экономические навыки.

С моей точки зрения, в конце магистратуры я невольно решил свою судьбу. Я думал, что никому в частном секторе не нужен философ-макроэкономист. В свои 25 лет я чувствовал, что делаю то, что люблю, но в итоге сужаю свой выбор. Я чувствовал себя обязанным пойти по академическому пути и получить докторскую степень.

Я не уверен, был ли я прав или нет. Вероятно, у меня было больше вариантов, чем я думал в то время. Но я хорошо писал и начал публиковать статьи, так что одно привело к другому.

Через несколько месяцев меня приняли в докторантуру по истории экономики. в Университете Сан-Паулу под руководством профессора Педро Гарсии Дуарте. Я был в одном из лучших институтов Бразилии с одним из лучших историков экономики в мире. Я подумал: «Хорошо!». И тогда я подумал: «Б***!». Как я должен был расширить свой выбор, став историком?

Я чувствовал себя в ловушке. Я хотел иметь выбор. И в случае, если я стал профессором, я хотел иметь возможность дать своим студентам больше выбора, чем я чувствовал, что у меня было. Я хотел, чтобы у них был выбор.

Затем что-то щелкнуло, когда я начал свою докторскую диссертацию: передаваемые навыки. Я начал спрашивать себя: «Как я могу выполнять свою работу в академии, одновременно готовясь к другим мирам?»

К счастью, исторические, философские и другие гуманитарные специальности дают вам свободу выбора как содержания, так и метода диссертации! Мы не работаем в лабораториях с предварительно собранными образцами и оборудованием. Историки в основном могут писать историю так, как хотят, с помощью тех методов, которые им нужны, учитывая ограничения литературы и руководителя. Это лучше, чем в большинстве полей.

Мне стало ясно, что я все еще могу искать вещи, которые мне нравятся, но я должен выбирать свою тему и метод также из-за их способности открывать для меня новые пути.

Я прошел докторскую степень. кандидаты, перешедшие в частный сектор, и все они имели такие должности, как аналитик данных и специалист по данным. Машинное обучение, искусственный интеллект, статистика и причинно-следственная связь — вот термины, которые я встречал в их резюме. Я решил, что должен освоить некоторые из этих навыков, если хочу высвободиться из ловушки.

Мне потребовались месяцы обсуждений с моим руководителем, чтобы выбрать методы и содержание. У меня были сумасшедшие идеи. Думал рассказать историю философии экономики с помощью моделей эпидемиологии (метод наверняка пригодился бы при covid-19). Затем я подумал, что было бы неплохо дополнить мою магистерскую диссертацию моделью обработки естественного языка для сравнения концепций слов.

Я сосредоточился на поиске тем, которые мне нравились, и методов, которые казались интересными. Это не работает. Либо это будет слишком сложно, либо кто-то уже делал что-то подобное. Затем я пошел на один из этих ужасных семинаров, и мне снова пришлось слушать, как кто-то говорит о «причинной идентификации». Я спросил себя: «Кто виноват в том, что заставил меня пройти через эти страдания? Кто начал эту каузальную идентификацию?»

И тут я вспомнил, что готовлюсь к защите докторской диссертации. в истории экономики, и это был именно тот вопрос, на который я должен был ответить. К моему удивлению, это еще никто не изучал. Кроме того, я знал, что каузальная идентификация горяча как в академических кругах, так и в Силиконовой долине (иначе мне не пришлось бы справляться с еженедельными семинарами по этой теме).

Внезапно причинная идентификация перестала быть такой ужасной. Моему руководителю тема понравилась. И мне это тоже понравилось. Это, безусловно, расширило бы мой выбор. Я мог бы изучать причинно-следственную идентификацию, одновременно занимаясь историей (что, по-видимому, у меня хорошо получалось). Между тем я был уверен, что смогу применить машинное обучение в своей диссертации, чтобы научиться правильно программировать.

Через четыре года после того, как я защитил докторскую диссертацию, я изучил машинное обучение для обработки естественного языка и методы идентификации причин, избавившись от академического пути как своего единственного выбора карьеры. Затем другу, работающему в стартапе, понадобился кто-то, кто сделал бы модель машинного обучения для создания «машины продаж для торговли потенциальными клиентами». Я вызвался добровольцем, хотя понятия не имел, что такое «лид» или «машина продаж». Это была возможность, в которой я нуждался.

С тех пор я носил много шляп. Я был Data Scientist, Data Product Manager, Product Manager, Head of Customer Success, Head of People Operations и многими другими.

Урок 1: Переносимые навыки

Я должен был начать докторскую степень. понять, что академические навыки можно перенести в корпоративную среду. Это кажется очевидным, но никто никогда не говорил мне этого. Теперь я говорю это вслух для тех, кто должен слушать.

Первый урок, который я усвоил о переходе от академического пути социальных наук к технологиям, довольно прост. Несмотря на то, что вы можете любить академические круги, нет необходимости загонять себя в ловушку единственного пути. Будьте осторожны с темами и методами, которые носят строго академический характер. Данные не ясны, но что-то около 95% всех докторов наук работают вне академических кругов. Поэтому будьте активны и думайте наперед. Выбирайте темы, которые помогут вам совершить переход, если в этом возникнет необходимость.

Но имейте в виду, что выпутаться из ловушки не означает сделать академический вклад хуже. Напротив, академическим кругам не хватает различных точек зрения, и широко приветствуется привнесение методов и тем извне. Таким образом, выберите метод и / или содержание вашей диссертации в соответствии с вашими интересами, академическим влиянием и тенденциями на рынке труда. Все, что я хочу сказать, это то, что соискатели докторской степени должны добавить эту третью переменную к своему выбору диссертации. Это может быть непросто, но это окупается. По крайней мере, они будут знать, что в итоге у них будет конкурентоспособное резюме.

Урок 2: Будьте непредубежденными

Второй урок, который я усвоил, я получил, написав этот пост и недавно обнаружив, что существует сообщество ученых, которые обсуждают альтернативы академической карьере для докторов наук в Твиттере (#altac, #postac). На самом деле вам не нужно думать наперед. И вам, возможно, даже не нужно задумываться о содержании и методе вашей диссертации. Академия, естественно, дает вам навыки, которые хорошо применимы в корпоративной среде. Твиттер альтернативных академиков поучительный. Они часто обсуждают, как академические навыки (например, способность обеспечить поддержку своей работы путем получения грантов или способность доносить сложные результаты на конференциях и семинарах до широкой и разнообразной аудитории) переходят в технологии.

Возможно, если бы 25-летний я пользовался Твиттером, я бы не писал этот пост. Если вы не можете выбрать тему или метод, не беспокойтесь. Вы по-прежнему можете переводить все, чему научились во время учебы в докторантуре, на корпоративный язык.

Однако урок, который я усвоил, заключается не в том, что «вы можете использовать свои способности». На самом деле это «быть открытым». Во время учебы в бакалавриате и, особенно, в магистратуре я был уверен, что все, чему я учусь, это академические навыки. В то время я не понимал, что для написания магистерской диссертации по философии науки или любой другой области требуется нечто большее, чем содержание и метод. Это требует мягких навыков.

Эти мягкие навыки важны в корпоративном мире, и их должно быть достаточно, чтобы преодолеть любой синдром самозванца, который у вас может быть. На академических степенях мы учимся представлять информацию в письменной и устной формах; как анализировать количественные и качественные данные; как сузить круг проблем; как управлять длинными и сложными проектами; как работать с негативными и позитивными отзывами.

Это все интересно, и я уверен, что есть еще больше. Тем не менее, я хочу поделиться двумя навыками, которые выделяют любого академика в корпоративной среде. 1) Ученые знают то, чего они не знают; 2) Ученые умеют учиться.

Первое, что вы замечаете, когда начинаете писать магистерскую или докторскую диссертацию. заключается в том, что вы не сможете угнаться за всей литературой и знаниями, доступными в вашей области. Вы выбираете свою тему, метод, изучаете несколько смежных тем и методов, и все равно уверены, что еще даже не начали скребли поверхность айсберга. Однако вы знаете, что есть айсберг, и можете оценить его размер.

Учитывая, что они не могут справиться с айсбергом в целом, они должны вскоре понять, как выбрать небольшую часть для работы с ней. Затем они могут изучить каждую деталь этой маленькой части и некоторых смежных частей. Другими словами, эффект Даннинга-Крюгера хорошо известен большинству ученых, и они знают, как пройти через его вершину и долину.

Как и в академических кругах, корпоративный мир состоит из айсбергов, с которыми нельзя работать как с целым. Академики процветают в этой среде.