Amazon Science - Eugene Yan and the Art of Writing about Science

eugeneyan

Начать отсюда Тексты Выступления Прототипирование О себе

Amazon Science — Eugene Yan и искусство писать о науке

[ writing ] · 6 мин чтения

Изначально опубликовано на Amazon Science.

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 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».

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.

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.

Желание помогать

«В каждой смене карьеры меня движет желание помогать людям», — отмечает Yan.

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.

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.

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.

Всё записывая

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 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.

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.

Многочисленные плюсы хорошего письма

Решение Yan стать лучшим коммуникатором и автором особенно ценно в Amazon. «Культура письма в Amazon очень строгая», — говорит он.

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.

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

«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.

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.

«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».

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/.

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/} }

Присоединяйтесь к 11 800+ читателям, получающим обновления о машинном обучении, RecSys, LLM и инженерии.