Стартапы — это не только повседневная одежда, собаки в офисе и комплексные обеды.

Одна из захватывающих частей работы специалиста по данным — это возможность работать в самых разных компаниях, от хорошо зарекомендовавших себя до начинающих.

Технологические стартапы — заманчивые места для подачи заявок, потому что мы часто слышим о роскошных бонусах, которые могут быть связаны с работой: бесплатное питание, тихие комнаты, повседневная одежда, гибкие варианты работы, допуск собак в офис и многое другое.

Однако, помимо того факта, что описанные выше технологические стартапы немногочисленны и редки, есть также несколько красных флажков, о которых вам необходимо знать, прежде чем подавать заявку в такие компании. Хотя можно утверждать, что эти красные флажки применимы ко всем компаниям, они, как правило, являются уникальными особенностями стартапов, о которых вы не узнаете, пока не поработаете в одной из них.

5 красных флажков для стартапов в области обработки данных, о которых нужно знать

1. Отсутствие надежной монетизации под руководством людей без солидного опыта работы в отрасли.

Стартапы часто создаются на основе соглашения между молодыми амбициозными технарями, которые, возможно, уже год проработали в отрасли или только что закончили университет и хотят создать работу для себя.

Из-за этого легко заметить первый красный флаг стартапов по науке о данных: отсутствие надежной монетизации в течение времени, достаточного для того, чтобы поставить на ноги компанию, которой управляют люди с солидным послужным списком в отрасли.

Стартовый капитал — это все, что нужно стартапу для развития бизнеса, и вместе с ним возникает требование, чтобы стартап стал поддающимся проверке до того, как закончатся деньги. Без надлежащего управления стартовым капиталом вы не сможете платить за офисные помещения, лицензии или патенты, заработную плату, маркетинговые бюджеты, плату за хостинг и многое другое.

Однако недостаточно приобрести стартовый капитал. Вам также нужен кто-то с солидным послужным списком, гарантирующий, что деньги тратятся надлежащим образом и всегда с намерением продвигать компанию вперед. Легко потратить сотни тысяч долларов на офисные помещения и зарплату, не зная, что вы на самом деле получаете от этого.

Это означает, что когда вы подаете заявку на участие в стартапе, вам нужно взять интервью у вашего интервьюера, чтобы определить, сколько денег у компании, как долго она просуществует, кто заправляет шоу и как ожидается, что деньги будут потрачены. Это очень реальный страх, что вы можете быть наняты стартапом, а затем внезапно остаться без работы через несколько месяцев, когда у них закончатся деньги из-за плохого управления или нерациональных расходов. Хотя работа в стартапе — это всегда азартная игра, ваша гарантия занятости на период действия контракта не должна быть такой.

К счастью, у стартапов, занимающихся наукой о данных, не должно быть таких больших накладных расходов. Большую часть работы можно выполнять из дома, а конференц-залы можно арендовать, когда команда хочет собраться вместе. Помимо заработной платы и, возможно, офисных помещений, единственные другие расходы, скорее всего, будут включать программное обеспечение, серверы и маркетинг. Иногда возникают расходы на поездки и мероприятия, хотя они могут быть низкими в зависимости от типа клиентов или партнеров, на которых ориентируется стартап.

Ключевым моментом будет определение того, какой процент ежемесячного бюджета тратится на какие расходы и считаете ли вы это разумным, учитывая потребности компании в продвижении вперед. Проще говоря, несколько тысяч долларов, выделяемых каждый месяц на кейтеринг, могут быть тревожным сигналом, когда на маркетинг выделяется всего одна тысяча долларов. Приоритеты говорят, когда видишь, сколько на каждого выделено.

2. Нет очевидного рынка, направления или клиентской базы

Многие молодые амбициозные люди будут создавать стартапы только для того, чтобы заявить о себе как об «основателях» и начать вести тот образ жизни стартапов, который был так воспет последние 20 лет. К сожалению, нередко начинающие стартапы создаются без четкого определения рынка, направления или клиентской базы для своих продуктов или услуг.

Для стартапов, занимающихся наукой о данных, это должно быть простым решением при разработке стартапа: предоставлять продукты или услуги по науке о данных клиентам в определенной нише. Как бы легко это ни было сказать, другое дело — найти правильный ответ.

Стартапы могут легко отвлечься или узнать, что рынок, который, как они когда-то считали, больше не существует. Например, стартап по науке о данных, который начинает с заявления о том, что его целевой рынок — малые предприятия, которым нужны решения для информационных панелей, чтобы узнать о своей клиентуре и эффективности их процессов, может быть склонен к идее создания пользовательских полномасштабных решений для данных для финансовых компаний. . В качестве альтернативы, стартап по науке о данных может выйти на рынок, думая, что они могут предоставить малым предприятиям решения для отчетности, только чтобы обнаружить, что большинство малых предприятий монополизированы конкурентами или довольны использованием готовых решений, которые можно купить для всего 100 долларов.

Поэтому крайне важно определить, покупаете ли вы то, что продает компания, когда проводите исследование перед собеседованием. Таким образом, вы будете знать, существует ли реальный рынок для продукта или услуги, которые вы будете помогать предоставлять. Стартапы, утверждающие, что их запатентованный ИИ может решить бизнес-проблемы компании, используя данные всего за несколько месяцев, могут быть скорее пустышкой, чем существенными результатами.

По моему опыту, очень важно оставаться сосредоточенным на одной конкретной нише, которую, как вы знаете, может поддерживать ваш стартап. Через некоторое время может быть легко разочароваться, заскучать или отвлечься от последних новостей, которые вы услышали о новой области, которая нуждается в услугах по науке о данных. Вместо этого лучше придерживаться выбранного курса, сосредоточиться на том, в чем вы хороши, с самого начала выбрать интересную нишу и завоевать репутацию компании, которая обслуживает эту нишу. Этот фокус не только поможет поддерживать стартап, но также поможет сделать инвесторов счастливыми (пункт 1 выше) и поможет поддерживать развитие продукта или услуги в правильном направлении (пункт 3 ниже).

3. Ключевой продукт все еще находится на начальной стадии разработки

Если это так, стартап, в который вы подаете заявку, может оказаться тонущим кораблем.

Из-за строгих бюджетных ограничений, связанных с финансированием стартапов, существует определенная каденция экспериментов, проверок и итераций, которую необходимо поддерживать, чтобы компания продолжала двигаться к прибыльности. Даже если это означает, что стартап должен выключить продукт после многих лет инвестиций и разработок, всегда должен быть признак движения вперед, а не зацикливания на идее, которая просто не проявит себя так, как задумано. .

Например, Форд и Фольксваген только что прекратили свое совместное партнерство по разработке автомобилей с автономным управлением после того, как пришли к выводу, что крупномасштабная прибыльная коммерциализация беспилотных автомобилей зашла дальше, чем ожидалось. Хотя для Ford это был убыток в размере 2,7 миллиарда долларов, они поняли, что лучше сократить свои убытки, несмотря на то, что они инвестировали в этот проект более двух лет.

Возвращаясь к стартапам, признаком хорошего стартапа в области науки о данных является тот, у которого есть несколько итераций идеи в корзине для бумаг, но который всегда движется вперед, пытаясь заставить одну идею работать (не бить дохлую лошадь). Продукты для науки о данных не так уж сложно придумать и успешно производить. Чаще всего стартапы по науке о данных будут сосредоточены на предоставлении компаниям информационных панелей, отчетов, искусственного интеллекта или других подобных услуг. Здесь не так много возможностей для разработки, кроме адаптации этих услуг или продуктов к конкретным отраслям, равно как и эти особенно сложные услуги или продукты для разработки и предоставления. Таким образом, должно быть довольно легко понять, идете ли вы в хороший стартап или в сомнительный.

Из опыта я знаю, что всегда необходимо сокращать свои потери, независимо от того, как усердно вы работали или сколько денег и времени вы потратили (например, Ford и Volkswagen). Да, это потеря, но это оставляет вас открытыми для новых идей, которые могут оказаться теми, что вы искали.

4. Нехватка персонала

Когда-то я работал в солидной технологической компании, которая работала по модели стартапа — другими словами, мы проделали большую часть работы с наименьшим количеством персонала. Это случайно привело к тому, что я выполнял работу семи других людей, работая 180 дней подряд, не ложась спать до полуночи, чтобы уложиться в сроки, и не получая отзывов, необходимых для выполнения своей работы, до самой последней минуты.

Небольшой стартап — это не обязательно красный флаг. Это становится тревожным сигналом только в том случае, если вы заметите, что каждый выполняет работу как минимум трех других людей и получает зарплату только одного. Хотя для многих функций по обработке и анализу данных не обязательно нужна большая команда, жизненно важно, чтобы каждый человек в стартапе выполнял достаточно работы, чтобы продвигать компанию вперед, но не настолько много работы, чтобы не срываются сроки или качество работы снижается из-за переутомления. и усталость. Например, стартап, занимающийся наукой о данных, может обнаружить, что наличие в штате пары инженеров-программистов, занимающихся производственной стороной, может помочь освободить их специалистов по данным для выполнения большего количества задач, связанных с данными.

Из-за бюджетных ограничений многие стартапы стараются сохранить небольшой штат сотрудников, чтобы снизить расходы. Однако то, чем они рискуют, — это выгорание энергичных сотрудников, создание токсичной рабочей среды и не раскрытие полного потенциала компании. Да, в начале зарплаты могут быть ниже, чтобы позволить себе всех необходимых сотрудников, но позже это принесет дивиденды, когда стартап будет процветать и станет самоокупаемым. Для стартапов, занимающихся наукой о данных, лучше иметь полную команду инженеров данных, специалистов по данным, бизнес-аналитиков, разработчиков программного обеспечения и специалистов по маркетингу, чем иметь несколько человек, занимающихся всеми этими аспектами (которые могут даже не очень хороши во всех из них). ).

Очень важно затронуть тему кадрового обеспечения в самом начале разговора. Имея представление о рабочей нагрузке и обязанностях членов команды, вы можете решить, работает ли команда с нехваткой персонала или консервативно.

5. «Мы семья»

По какой-то причине стартапы, которые называли себя «одной большой счастливой семьей», стали для нас желанными рабочими местами. Я считаю, что это заговор, где на самом деле стартапы внушили нам в головы идею о том, что мы хотим работать в компаниях, которые заявили, что они «больше похожи на семью», и мы купились на это, так же, как мы купились на случайные платье, бесплатные обеды, собаки в офисе и вечера общения в коллективе.

Хотя большинство стартапов в области науки о данных представляют собой сплоченные предприятия с меньшим штатом сотрудников, чем в большинстве технологических стартапов, это не означает, что на рабочем месте должен быть «семейный» менталитет. Да, вы можете быть более осведомлены о личной жизни вашего коллеги из-за близости, в которой вы работаете с меньшим количеством людей, но это не означает, что ваши профессиональные и личные границы должны стать размытыми.

Если стартап описывает культуру своей компании как «семейную», не нажимайте «отправить» при подаче заявки — просто бегите куда подальше.

Семейная культура на рабочем месте — это токсический эффект, который создает преувеличенное чувство лояльности, которое может стать вредным, может создать динамику власти, которой сотрудники могут воспользоваться, и приводит к размытию личных и профессиональных границ.

Достаточно сказано.

То, что вам нужно искать в стартапе по науке о данных, — это команда, которая может работать вместе профессионально, ценит новые идеи о том, как справляться с мелкими проблемами данных и уделяет первостепенное внимание здоровому балансу между работой и личной жизнью. Никакой этой «семейной» БС.

Последние мысли

В зависимости от ваших предпочтений вы можете счесть, что перечисленные выше опасения разумны и не являются причиной для отказа от приема на работу. С учетом сказанного часто требуется опыт, чтобы понять, во что вы можете вляпаться, если решите, что эти красные флажки допустимы. Независимо от ваших предпочтений, требований и убеждений, вы должны подходить ко всем вакансиям с широко открытыми глазами на возможные тревожные сигналы, с которыми вы можете столкнуться или с которыми вам придется сталкиваться ежедневно. Многие специалисты по данным предпочитают увольняться со своей работы, поэтому для продолжения и роста отрасли жизненно важно, чтобы вы находились в наилучшем возможном положении — несмотря на красные флажки.

Подпишитесь, чтобы получать мои истории прямо на ваш почтовый ящик: Story Subscription

Пожалуйста, станьте участником, чтобы получить неограниченный доступ к Medium по моей реферальной ссылке (я буду получать небольшую комиссию без дополнительных затрат для вас): Medium Membership

Поддержите мое письмо, пожертвовав средства на создание большего количества историй, подобных этой: Пожертвовать