Amazon Science - Eugene Yan and the Art of Writing about Science
Статья Amazon Science рассказывает о Eugene Yan — прикладном научном сотруднике Amazon, который занимается рекомендательными системами для подбора книг в Amazon Store. Сингапурец по происхождению, он изучал психологию в Singapore Management University, начинал карьеру как политический аналитик в правительстве, затем перешёл в data science через IBM, Lazada и стартап UCARE.AI, а в 2019 году получил магистерскую степень в Georgia Institute of Technology. В 2020 году он переехал в Сиэтл и присоединился к Amazon. Параллельно с работой Yan ведёт сайт eugeneyan.com, где пишет о машинном обучении, методологии data science и построении команд — один из его постов о методе ведения заметок набрал 35 000 уникальных просмотров за день. Менторы убедили его, что коммуникация — ключевой навык для роста в data science, и это особенно ценно в Amazon с его культурой шестистраничных документов и метода working backward. Главный совет Yan начинающим авторам: писать ради собственного обучения, а не ради лайков, и просто начинать — шаг за шагом, как гласит девиз Blue Origin «Gradatim Ferociter».
Amazon Science - Eugene Yan and the Art of Writing about Science
Amazon Science — Eugene Yan и искусство писать о науке
Originally published on Amazon Science.
Изначально опубликовано на Amazon Science.
Eugene Yan’s career path has taken some unusual turns, but his motivation has always been the same: understanding people so he can help them. A policy analyst turned data scientist, Yan is now an applied scientist at Amazon using customer-behavior data to help recommend the best products. In the world of machine learning, however, he’s best known for the way he writes it all down. On his personal site, Yan covers a range of professional and technical topics like machine learning systems, data science methodology, dealing with imposter syndrome, and building data science teams.
Карьерный путь Eugene Yan делал необычные повороты, но мотивация всегда оставалась прежней: понимать людей, чтобы помогать им. Бывший политический аналитик, ставший data scientist, Yan сейчас работает прикладным научным сотрудником в Amazon, используя данные о поведении покупателей для рекомендации лучших продуктов. Однако в мире машинного обучения он больше известен тем, как он всё это записывает. На своём личном сайте Yan освещает разнообразные профессиональные и технические темы: системы машинного обучения, методология data science, борьба с синдромом самозванца и построение data science команд.
Eugene Yan started eugeneyan.com in 2020, focusing on general machine learning and career content. Initially it was for personal development, but then people started reading, and now writing posts takes up the majority of his leisure time. He started the site for personal development, but then people started reading, his network started expanding, and now writing posts takes up the majority of his leisure time. “It snowballed,” he said. “Writing helps me learn better. And when I share it online, it attracts like-minded readers and helps me make new friends. ”
Eugene Yan запустил eugeneyan.com в 2020 году, сосредоточившись на общих темах машинного обучения и карьеры. Сначала это было для личного развития, но потом люди начали читать, и теперь написание постов занимает большую часть его свободного времени. Он создал сайт для личного развития, но потом люди начали читать, его круг общения стал расширяться, и теперь написание постов занимает большую часть его свободного времени. «Это росло как снежный ком, — говорит он. — Письмо помогает мне лучше учиться. А когда я делюсь этим онлайн, это привлекает единомышленников и помогает заводить новых друзей».
Born in Singapore, Yan studied psychology at Singapore Management University. “I was curious about people, how they perceive, and how they behave,” he said. His college research focused on how competition affects people differently, motivating some and intimidating others. After college, he joined the Singapore government as a policy analyst sifting through legal cases and trade agreements. But it wasn’t long before he began to miss crunching numbers and following the data on human behavior. “I envied my colleagues in commodities who used on numbers and worked with spreadsheets,” Yan said.
Родившись в Сингапуре, Yan изучал психологию в Singapore Management University. «Мне было любопытно, как люди воспринимают мир и как они себя ведут», — говорит он. Его университетское исследование было посвящено тому, как конкуренция по-разному влияет на людей: одних мотивирует, а других пугает. После колледжа он пошёл работать в правительство Сингапура политическим аналитиком, разбираясь в судебных делах и торговых соглашениях. Но довольно скоро он начал скучать по работе с числами и анализу данных о человеческом поведении. «Я завидовал коллегам из товарного департамента, которые работали с числами и таблицами», — рассказывает Yan.
He decided to try and make the switch to a data science position based on some familiarity with the subject from his undergraduate research days. He landed a position at IBM in 2013, and from there he moved to data science roles at Lazada, a Southeast Asian e-commerce site, and then UCARE.AI, a healthcare startup.
Он решил попробовать перейти на позицию data scientist, опираясь на знакомство с предметом ещё со времён бакалаврских исследований. В 2013 году он устроился в IBM, а оттуда перешёл на позиции data scientist в Lazada — юго-восточноазиатский e-commerce сайт, а затем в UCARE.AI, стартап в области здравоохранения.
A desire to help
Желание помогать
“In every change in my career, what drives me is helping people,” Yan noted.
«В каждой смене карьеры меня движет желание помогать людям», — отмечает Yan.
At IBM, it was helping people find new roles. At Lazada, it involved helping people find products they need. At UCARE.AI, it entailed predicting chronic diseases and preventing high insurance payouts. “This brings me more satisfaction than dollars and cents,” he said.
В IBM это было помощь людям в поиске новых ролей. В Lazada — помощь людям в поиске нужных им товаров. В UCARE.AI — прогнозирование хронических заболеваний и предотвращение крупных страховых выплат. «Это приносит мне больше удовлетворения, чем деньги», — говорит он.
While at Lazada, Yan decided he needed more training in the fundamentals and pursued a master’s in computer science from the Georgia Institute of Technology. He graduated in 2019, and then he and his wife began considering a move overseas. He applied for a position at Amazon, drawn to the company’s leadership principles and the ability to help customers read more. He relocated to Seattle to join Amazon in 2020.
Работая в Lazada, Yan решил, что ему нужно больше фундаментальных знаний, и поступил на магистратуру по computer science в Georgia Institute of Technology. Он окончил её в 2019 году, и тогда они с женой начали думать о переезде за границу. Он подал заявку на позицию в Amazon, привлечённый принципами лидерства компании и возможностью помогать клиентам больше читать. В 2020 году он переехал в Сиэтл и присоединился к Amazon.
While Amazon has several ways to help readers find books, from Amazon Book Review to Amazon Charts, Yan is part of a team developing the recommendation systems that power the widgets behind the Amazon Store’s personalized book suggestions. “Customers tell us what they like based on what they do,” he explained. “They browse for a specific book, a genre or a topic.” His team uses those signals to help surface additional books a reader might like. Ultimately, Yan and his team want to make reading easier.
Хотя у Amazon есть несколько способов помочь читателям найти книги — от Amazon Book Review до Amazon Charts, — Yan входит в команду, разрабатывающую рекомендательные системы, которые стоят за виджетами персонализированных книжных рекомендаций в Amazon Store. «Покупатели сообщают нам, что им нравится, через свои действия, — объясняет он. — Они ищут конкретную книгу, жанр или тему». Его команда использует эти сигналы, чтобы предложить дополнительные книги, которые могут понравиться читателю. В конечном счёте Yan и его команда хотят сделать чтение проще.
Writing it all down
Всё записывая
Early in his transition to data science, Yan started interviewing mentors for advice, some of whom were “rock star data scientists.” He asked what skills he should cultivate to be successful. The one skill a majority of mentors suggested was communication. The people he spoke with emphasized how communication becomes more and more important as you rise in the ranks. “I was like, ‘Are you kidding me?’ But more and more mentors said the same thing,” he recalls. “I thought, ‘This can’t be right, but I’m just going to try it.’”
В начале своего перехода в data science Yan начал интервьюировать менторов в поисках совета — некоторые из них были «звёздами data science». Он спрашивал, какие навыки ему стоит развивать, чтобы быть успешным. Большинство менторов называли один и тот же навык — коммуникацию. Собеседники подчёркивали, что коммуникация становится всё более важной по мере продвижения по карьерной лестнице. «Я думал: „Вы шутите?“ Но всё больше менторов говорили то же самое, — вспоминает он. — Я подумал: „Этого не может быть, но я просто попробую“».
Yan started practicing his writing, first publishing to a WordPress site. He wrote dozens of posts unnoticed, but then in 2020 created eugeneyan.com and started writing more general machine learning and career content. His writing began to gain an audience. Posts like “Unpopular opinion — Data scientists should be more end-to-end” received more than 500 likes on Twitter. One post on note-taking received 35,000 unique views in a single day. Feedback and praise began to pour in, and his “practice” website swelled into something much bigger.
Yan начал практиковать писательство, сначала публикуясь на сайте WordPress. Он написал десятки постов незаметно для публики, но в 2020 году создал eugeneyan.com и начал писать больше на общие темы машинного обучения и карьеры. Его тексты стали находить аудиторию. Посты вроде «Непопулярное мнение — data scientists должны работать end-to-end» получили более 500 лайков в Twitter. Один пост о ведении заметок набрал 35 000 уникальных просмотров за один день. Стали поступать отзывы и похвала, и его «тренировочный» сайт превратился в нечто куда большее.
For a brief period, Yan tried to sustain this level of social engagement. He wrote to please a mass audience and get clicks. “That quickly became unfulfilling,” he said. Now he focuses his writing on topics he wants to learn and aims for an audience of people he’d hope to be friends or colleagues with. “I might have fewer readers now since I’m choosing more technical topics, but these readers comment, disagree, and email me. Each comment and real relationship are worth more than 10,000 likes,” he said.
Какое-то время Yan пытался поддерживать этот уровень социальной вовлечённости. Он писал, чтобы угодить массовой аудитории и собирать клики. «Это быстро перестало приносить удовлетворение», — говорит он. Теперь он сосредотачивается на темах, которые сам хочет изучать, и ориентируется на аудиторию людей, с которыми хотел бы дружить или работать. «Сейчас у меня, возможно, меньше читателей, потому что я выбираю более технические темы, но эти читатели комментируют, спорят и пишут мне на почту. Каждый комментарий и реальное общение стоят больше, чем 10 000 лайков», — говорит он.
The many benefits of good writing
Многочисленные плюсы хорошего письма
Yan’s decision to become a better communicator and writer is especially valuable at Amazon. “The writing culture is rigorous at Amazon,” he said.
Решение Yan стать лучшим коммуникатором и автором особенно ценно в Amazon. «Культура письма в Amazon очень строгая», — говорит он.
Amazon’s working backward method starts with an individual or team imagining the product or service is ready to launch. The individual or team’s first step is to draft a press release announcing the product’s availability, and explaining its significance. Moreover, meetings often start with participants reading a six-page document about the meeting’s topic before discussion begins.
Метод working backward в Amazon начинается с того, что человек или команда представляют, будто продукт или сервис готов к запуску. Первый шаг — составить пресс-релиз, объявляющий о доступности продукта и объясняющий его значимость. Более того, встречи часто начинаются с того, что участники читают шестистраничный документ по теме обсуждения, прежде чем начать дискуссию.
Finding your voice and niche doesn’t happen overnight — you have to write and share your work. So just start somewhere, anywhere, and keep writing. — Eugene Yan
Найти свой голос и нишу не получится за одну ночь — нужно писать и делиться своей работой. Так что просто начните где угодно и продолжайте писать. — Eugene Yan
“I write as many documents as I code,” Yan said. Recently he received feedback that one of his design documents was easy to understand and clearly laid out everything the reader needed to know. In this way, his writing skills complement his design and machine learning skills. He also started a new site, Applying ML, which includes interviews with machine learning practitioners.
«Я пишу столько же документов, сколько и кода», — говорит Yan. Недавно он получил отзыв, что один из его дизайн-документов был лёгок для понимания и чётко излагал всё, что нужно знать читателю. Таким образом, его навыки письма дополняют навыки в дизайне и машинном обучении. Он также запустил новый сайт Applying ML, где публикует интервью с практиками машинного обучения.
Yan is often asked by aspiring writers for advice on how they can improve their skills. The number one piece of direction he offers is to write for yourself — what do you want to learn and clarify your thinking on? — rather than social engagement. The second piece of advice: “just write.” The best way to figure out your niche and your audience is to simply put fingers to keyboard and start practicing, he said. Maybe after a dozen — or a few dozen — pieces you find your voice, what you want to write about, or what resonates best with the people reading along.
Начинающие авторы часто спрашивают Yan, как им улучшить свои навыки. Главный совет, который он даёт, — писать для себя: что вы хотите изучить и в чём прояснить своё мышление? — а не ради социальной вовлечённости. Второй совет: «просто пишите». Лучший способ понять свою нишу и аудиторию — это просто положить пальцы на клавиатуру и начать практиковаться, говорит он. Возможно, после десятка — или нескольких десятков — текстов вы найдёте свой голос, поймёте, о чём хотите писать или что лучше всего откликается у читателей.
“If you never start writing, how will you know? Just like Blue Origin’s motto ‘Gradatim Ferociter’, which means ‘Step by step, ferociously’. Finding your voice and niche doesn’t happen overnight — you have to write and share your work,” he said. “So just start somewhere, anywhere, and keep writing.”
«Если вы никогда не начнёте писать, как вы узнаете? Как девиз Blue Origin „Gradatim Ferociter“ — „Шаг за шагом, яростно“. Найти свой голос и нишу не получится за одну ночь — нужно писать и делиться своей работой, — говорит он. — Так что просто начните где угодно и продолжайте писать».
If you found this useful, please cite this write-up as:
Если это оказалось полезным, пожалуйста, цитируйте материал так:
Yan, Ziyou. (Aug 2021). Amazon Science - Eugene Yan and the Art of Writing about Science. eugeneyan.com. https://eugeneyan.com/speaking/amazon-science-feature/.
Yan, Ziyou. (Aug 2021). Amazon Science - Eugene Yan and the Art of Writing about Science. eugeneyan.com. https://eugeneyan.com/speaking/amazon-science-feature/.
or
или
@article{yan2021science,
title = {Amazon Science - Eugene Yan and the Art of Writing about Science},
author = {Yan, Ziyou},
journal = {eugeneyan.com},
year = {2021},
month = {Aug},
url = {https://eugeneyan.com/speaking/amazon-science-feature/}
}
@article{yan2021science, title = {Amazon Science - Eugene Yan and the Art of Writing about Science}, author = {Yan, Ziyou}, journal = {eugeneyan.com}, year = {2021}, month = {Aug}, url = {https://eugeneyan.com/speaking/amazon-science-feature/} }
Join 11,800+ readers getting updates on machine learning, RecSys, LLMs, and engineering.
Присоединяйтесь к 11 800+ читателям, получающим обновления о машинном обучении, RecSys, LLM и инженерии.