软件工程师转型应用科学家的技术成长之路

对话式AI

Sneha Rajana 如今是某中心的应用科学家，但她的职业生涯并非始于这个方向。了解她如何实现这一转变，以及她对考虑类似职业变化的人提出的建议。

作者：某机构撰稿人 2021年1月26日

在快速变化的技术领域，工作不断演进以适应新市场和技能需求。这意味着职业转型越来越普遍，但同样充满挑战。Sneha Rajana 在这方面堪称专家：在短短三年内，她从新入职的软件开发工程师转变为某中心的应用科学家。她笑着回应关于担任该职位最常见的假设：“不，你不需要博士学位。”

Rajana 于2015年从印度班加罗尔的 PES 大学信息与科学工程专业毕业，随后直接进入宾夕法尼亚大学工程与应用科学学院攻读研究生。

“在宾大期间，我专攻机器学习和自然语言处理，并完成了研究生论文。这是我在这个领域的首次研究经历，” Rajana 说。她于2016年在某有声书平台担任软件开发实习生，并于2017年获得计算机科学与工程学位，专攻机器学习和自然语言处理。

“我的研究生论文进展非常顺利，“她说，“我还在两个知名的自然语言处理会议上发表了论文。”

在亚马逊的起步

当 Rajana 以软件开发工程师的身份开始在亚马逊的第一份工作时，她在一个对外营销团队工作。“我当时并不真正了解应用科学家是什么，或者这些角色具体做什么，“她回忆道。

一年来，她的工作主要运用工程技能。“我学到了很多关于可扩展性的知识，以及如何编写代码为数十亿客户创建产品，“她说，“我热爱工程，喜欢编码并在生产环境中编写代码。”

2018年，她转向家具和时尚等视觉类别的个性化推荐工作，这些领域的客户有很多偏好。该团队致力于捕捉这些需求，实时展示相关建议。

“我参与了许多推荐模型的工作——工程方面的事务，处理大量数据，” Rajana 说，“在这个新团队中，我接触到了应用科学家。我的高级经理 Soo-Min Pantel 是应用科学经理。”

那时她意识到，也许她不必在研究与工程之间做出选择——她可以找到一个同时涉及两者的角色。她从未忘记对机器学习研究的热爱，并认为自己可能对应用科学职位感兴趣。

导师的关键作用

“我开始与许多导师交流，与公司内许多应用科学家交谈，” Rajana 说。她还作为某中心机器学习大学的一部分教授课程，包括自然语言理解、数据科学导论、强化学习导论和前馈神经网络。

“那时我真正建立了在亚马逊从事科学研究的人际网络，“她说，“我安排了很多交流，那时我了解到有不同的角色。”

Rajana 发现这些导师在帮助塑造她前进道路方面非常宝贵。他们自身职业经历意味着他们能给予独特建议和视角。导师还提供了一个低风险的咨询平台。

“我的导师 Sebastiano Merlinos 当时是高级软件工程师，我在向经理提出转向研究的想法之前，先与他讨论了这个问题，” Rajana 说。

Merlinos 当时正努力成为首席工程师（他目前的角色），并与多个团队合作过，能够将她介绍给其他人。“他帮我联系了他以前团队的至少三到四位科学家，或者他认识的其他人士。”

在与这些科学家交流时，她发现他们大多数都有博士学位。但他们告诉她，虽然博士学位能提供一些技能，但这不是必须要求——而且她作为工程师带来了其他技能。

“我知道如何将一个想法从原型阶段推进到生产环境，” Rajana 说，“你可以研究最复杂的机器学习模型，但如果你无法真正将它们呈现给客户，无法将它们投入生产，无法为数十亿客户扩展，那么这实际上行不通，特别是在像亚马逊这样以客户为中心的公司。”

通过她的导师网络，她找到了其他从软件开发转向应用科学的人——都没有博士学位。“所以，虽然很难，但对我来说并非不可能，“她说。

经理的帮助

在确认有前进道路（尽管是较少人走的道路）后，Rajana 决定是时候与她的经理 Pranav Varia（一位软件开发经理）交谈了。“我所在的团队中，我们都有相似的技能集，并致力于类似的问题。所以我与经理讨论了如何进行横向转型，” Rajana 说。

然后她参与了一些能够展示她科学能力的项目，在某中心机器学习会议上发表论文。她还为她的工作提交了几项专利。“这些事情真的给了我更多信心，表明我也能成为一名成功的科学家，“她说。

Rajana 随后等待合适的项目出现。当它来临时，Varia 没有引入应用科学家，而是询问 Rajana 是否愿意在正式转换之前探索这是否是她真正想从事的工作类型。

“我通过构建一种技术来制定产品推荐策略，该技术能够通过自动识别关键属性偏好来检测客户在购物过程中的隐式购物意图，并提供更相关的产品推荐。这种推荐策略会随着客户浏览更多产品时关键偏好的变化而实时调整，“她说，“这是一个非常有趣的问题。”

给其他人的建议

职业转型之路并非一帆风顺：Rajana 表示有时会感到不确定，但寻求支持是前进的关键。当她需要在新角色过渡期间复习某些主题时，她参加了课程，重新熟悉自大学以来没有研究过的一些领域——但她不是独自完成的。她的导师再次派上了用场。

“我有许多不同类型的导师，一些是长期导师，他们整体上帮助我完成转型，并继续帮助我，“她说，“但我也有些短期导师，他们专门帮助我解决我正在关注的问题。建立这样的网络真的很有帮助。”

她的坚持在2020年5月获得了回报，当时她担任了应用科学家的新角色。“从那时起，一切都非常令人兴奋，“她说。

Rajana 表示，其他对类似变化感兴趣的人应该考虑比她更快行动：“我给其他人的建议是比我更早开始这些对话。我认为我肯定花了比必要更多的时间来辩论是否应该进行这样的对话。”

虽然她从过去汲取教训，但她对未来仍然充满期待。2021年，Rajana 将专注于创建新的视觉前端体验和后端、基于科学的算法，为亚马逊客户推荐相关产品。