Управління командою з інформаційних технологій

Ragnar Schmuck/Getty Images

Багато менеджерів груп з інформаційних технологій стають менеджерами, оскільки вони були чудовими індивідуальними учасниками, а не обов’язково тому, що вони володіють навичками або підготовкою, щоб очолити команду. (Я включаю себе в цю групу.) Але управління – це майстерність для себе, і, покладаючись на ваш досвід як успішного індивідуального партнера, не вистачає, щоб ви могли зберігати та розвивати великий талант, доставляючи цінні знання, продукти, і результати повернення до організації. Великі дані, які вчені мають варіанти кар’єрного росту, не зможуть довго зберігати поганих менеджерів. Якщо ви хочете зберегти чудові вчені даних, ви краще зобов’язуєтеся стати чудовим менеджером.

Що потрібно зробити, щоб стати відмінним менеджером? Обсяги були написані на цю тему, звичайно, включно з HBR. Але, на мій досвід, деякі області є особливо важливими для тих, хто керує командами з інформаційних технологій. Відмінне керування означає турботу про членів вашої команди, зв’язування своєї роботи з бізнесом та розробці різноманітних, стійких, високопродуктивних команд.

Створюй довіру і будьте відвертими.

Довіра, автентичність та вірність є важливими для хорошого управління. Це особливо вірно в галузі інформаційних технологій, коли плутанина навколо дисципліни та її роль в організації означає, що менеджер команди несе відповідальність за вилучення членів команди з необгрунтованих запитів та пояснення ролі команди іншою організацією. Ваша команда повинна довіряти, що ви будете мати свою спину.

Наявність вашої роботи співробітників не означає, що вони солідарно захищатимуть їх за будь-яку ціну. Це означає, що вони знають, що ви цінуєте свої внески. Найкращий спосіб зробити це – переконатись, що у членів вашої команди є цікаві проекти та що вони не перевантажені проектами з невизначеними вимогами або нереалістичними графіками (це занадто часто, зважаючи на великий попит на вчених даних).

Щоб здобути довіру з часом, треба інвестувати у відвертість.

Вчені даних – це розумні люди, які навчаються, як допитувати та обробляти інформацію. Тому мій евристичний показник має бути приблизно на 20% більше прямий і відвертий, ніж ви вважаєте, що маєте бути. Будьте прозорими з добрим та поганим під час всього процесу, починаючи від набору, до відвантаження, до щоденних щоденних оглядів та перегляду ефективності, а також обговорюючи стратегію організації, відділу та організації. Це болісно, ​​але критично для успіху. У момент, коли ви починаєте “приємно”, щоб уникнути жорсткої бесіди, ви та ваша команда почали програвати.

Нарешті, відгуки повинні бути послідовними та двонаправленими, а відмінним даним вчені будуть пахнути дурнем у милі. Якщо ви кажете, що ви віруєте  у відвертість, але стаєте захисним або (гірше!) насправді не впливають на відгуки, то потім ваші найкращі звіти хочете залишити.

Поєднайте роботу до бізнесу.

Щоб максимально ефективно використовувати час вченого даних, їм потрібно чітко зрозуміти, що таке бізнес-ціль проекту. Керування роботою вашої команди в контексті більш широкої організаційної стратегії є одним з найважливіших завдань менеджера з інформатики. На жаль, це не завжди легко зробити.

Проекти з інформаційних технологій часто починаються з запитання від когось поза межами команди. Але часто питання, яке запитує особа, це не те, що вони насправді хочуть знати. Багато наук про управління даними включає обговорення та уточнення питань від зацікавлених сторін, щоб краще зрозуміти інформацію, яку вони дійсно хочуть, і як вона буде використовуватися. Не дозволяйте запитам або запитам стати проектами для своєї команди, поки не будете точно знати, що зацікавлений учасник хоче зрозуміти і як вони будуть його використовувати. Визначення цілей, пов’язаних із даними, пов’язаними з даними, які наводяться на вашому шляху, є однією з найважливіших речей, які ви можете надати своїй команді.

Звичайно, зацікавлені сторони не завжди можуть самостійно відповісти на ці запитання. Вони можуть не мати чіткого уявлення про те, що буде виглядати як закінчений продукт даних даних (або як вони будуть застосовуватися до неї). Щоб заповнити цю прогалину, переконайтеся, що члени групи з вивчення даних регулярно запрошуються на зустрічі з продуктами та стратегіями. Таким чином, вони можуть бути вкладами в творчий процес, а не просто реагувати на запити.

Створыть сильну команду команд

Є багато фахівців, які намагаються втрутитися в “сексуальну професію ХХІ століття”, і тому, як менеджер з інформаційних технологій, ви отримаєте безліч додатків і повинні бути розбірливими. Скористайтеся перевагами, щоб бути чіткими в & nbsp; правильними способами. Догляньте & nbsp; про ваш процес найму.

Одна з найбільших місць, де люди не в змозі, оскільки керівники знаходяться на компроміс між короткостроковими та довгостроковими. Наприклад, легко починати думати, що ви не маєте часу на роботу. Це величезна помилка.  Якщо у вас немає часу, щоб знайти чудових членів команди та уважно вивчити ваше співбесіду та відрядження, щоб переконатися, що у вас є хороші , то у вас немає часу для керування новим прямим звітом. Створення чудового процесу наймання окупиться у довгостроковій перспективі.

Що означає відмінний процес найму? З одного боку, це не лише фокус на технічні навички. Соціальні навички, як емпатія та спілкування, недооцінюються в науці з даних та дисциплінах, з яких зазвичай з’являються вчені даних, але вони є критичними для команди. Зробіть це частиною свого наймання (але не настільки, що означає наймати лише для “придатності до культури” та посилює ваші зауваження щодо спорідненості та підтвердження). Замість того, щоб зосередитись на тому, чи зможете ви з вами збігатись з кандидатом, запитайте себе, чи є об’єктив, хоча ця людина бачить світ, який розширює межі сфери знань команди, і цінність цього аспекту так само високо, як ви оцінюєте інші атрибути, такі як технічні можливості та експертиза домену. Ось чому важливо визначити пріоритети різноманітності. Це включає різноманітність академічної дисципліни та професійного досвіду, а також життєвий досвід та перспективи.

Особливо важливим для наукових даних є окрема область. По-перше, не просто наймайте старших людей. Вони не тільки користуються великим попитом, але і дорогими, але менш досвідченими співробітниками є “розкіш невігластва” і можуть запитати “німих” питань. Ці питання, звичайно, не є безглуздими, але не обтяжені & nbsp; звичайними припущеннями, які більше досвідчені професіонали перестають усвідомлювати, що вони роблять. Неважко бути захопленим певним способом займатися речами і не замислюватися про те, чи переважний підхід є найкращим рішенням нового завдання.

По-друге, дані вчених походять з різноманітних академічних програм: комп’ютерних наук, фізики, статистики та багатьох інших. Найголовніше – це творчий розум, пов’язаний з першокласними навичками критичного мислення. У мене є член команди, який вивчав морську біологію, і ця різноманітність експертиз виявилася надзвичайно цінною. (Можливість перекладу знань з домену про те, як ведення стручків дельфінів в дикій природі може бути надзвичайно корисним при моделюванні флоту роботів).

По-третє, важливо наймати людей, чиї сильні сторони доповнюють один одного, а не створювати команду, яка перевершує все. та ж сама площа. Людина з “великою картинкою”, той, хто може створити новини з даними, а майстер візуалізації працювати разом можуть співпрацювати, щоб самостійно створювати речі  ніхто. Щоб скористатись перевагами цих взаємодоповнюючих навичок, важливо переконатися, що команда насправді працює як команда та співпрацює. Ви хочете, щоб ваша команда працювала один з одним, а не просто разом. Регулярно вимагаючи, щоб учасники читали коди & nbsp; коду, а також звітували та підтримували діяльність команди, зосереджені на технічних дискусіях, переконайтеся, що ви максимально використаєте цю різноманітність.

Нарешті, також важливо створити команду, яка відображатиме людей, чиї дані ви аналізуєте. Це єдиний спосіб забезпечити вам стійку команду, яка задаватиме кращі запитання та матиме ширший діафрагм з точки зору, який задає ці запитання. Таким чином, сліпі плями кожної особи покриваються минулим досвідом та досвідом іншої особи.

Коли треба деталізувати

Один останній порад: коли команда з інформаційних технологій тільки починає свою роботу, кожен член команди – дуже різнобічна людина (“wear many hats”) і буде робити безліч різноманітних наукових даних. Це добре, це як коли хтось приєднується до запуску. Проте як ваша команда дозріває, доводить свою цінність, визнає, що ролі стануть більш певними, а деякі дії перейдуть до інших команд (інфраструктура, ops тощо).

Сказавши це, я б застерігав проти спеціалізації надто рано. Спеціалізація працює тільки тоді, коли є чіткі та чіткі вимоги, щоб компенсувати затримки в координації та витрати, пов’язані з роботою декількох команд. Вчителям даних “повний стек” дуже важко знайти, але можна знайти розумних і керованих “часткових стеків” даних вчених, які можуть навчитися, з невеликим виділеним коучингем, як правильно виправити проблему, керувати невеликим проектом, розвивати і тренувати модель, інтегрувати з інтерфейсами API та поштовх до виробництва.

Якщо ви виконали свою роботу прямо як менеджер, ця еволюція буде проходити досить гладко. Ви будете прискіпливо при найме і створите чудову команду з збалансованими навичками. Ваші співробітники довірятимуть вам, і вони зрозуміють, як зміни підтримують організацію та її цілі.

автори: Angela Bassa

оригінальна стаття: Harvard Business Review

Leave a Reply

Your email address will not be published.