🗽Памятка ментору. Часть 1.
Друзья, вы знаете, что большая часть моего контента посвящена начинающим специалистам. Вместе с тем сегодня я бы хотела поговорить на тему, касающуюся специалистов с опытом. В сфере data science я успела побывать и в роли ученика, и в роли наставника, а также понаблюдать со стороны за другими людьми. И заметила, что сложно бывает не только стажеру или джуну… Трудности также испытывают и менторы.
⚠️ Давайте обозначим, кто такой ментор (в рамках данного разговора). Ментор – это сотрудник организации, который помогает менее опытному коллеге строить карьеру, развивать полезные качества и избегать типичных ошибок. Иными словами, когда джун или стажер приходит в компанию, он попадает под «крыло ментора».
💙 Я предлагаю обсудить и составить пункты, по которым должен итерироваться каждый ментор для того, чтобы его подопечные стремительно и безболезненно развивались в сфере data science. Когда я начала прорабатывать данную тему, мой план получился достаточно объемный, поэтому в этом посте обсудим основные пункты, которые касаются развития технических навыков у новичка, а в следующих постах поговорим про soft skills.
Жду ваших советов для менторов в комментариях. А пока расскажу о тех необходимых пунктах, которые отмечаю для себя я.
✅ Когда вам выпадает возможность ввести в курс дела начинающего специалиста, основательно подготовьтесь. Составьте некий план, где четко пропишите пункты, о которых необходимо рассказать. Исходя из знаний и навыков нового специалиста продумайте список технических скиллов, которые помогут кандидату быстрее влиться в работу. Например, многие выпускники вузов, которые устраиваются на работу впервые, на хорошем уровне владеют статистикой и программированием, но ни разу не взаимодействовали с Git (распределённой системой управления версиями). Составьте список команд, которые необходимо освоить на первое время (git pull, git checkout, git commit, git push и т.п.), обсудите устройство системы и эти команды со своим наставляемым, порекомендуйте полезные ссылки и курсы. Или, если в вашей команде код требует быстрого и эффективного исполнения, порекомендуйте материалы, которые помогли когда-то вам, по данной тематике.
✅ Убедитесь, что при формировании задачи для начинающего специалиста все требования сформулированы понятно и четко. Часто джуны жалуются на то, что задачи им кажутся непрозрачными. Перед тем как завести в jira новую задачку, обсудите ее описание с более опытным коллегой, затем предложите подопечному описать проблему, указанную в задаче, и цель, к которой нужно прийти в итоге. Если начинающий специалист верно понял условие задачи, можно начинать обсуждения ее решения.
✅ Старайтесь не решать задачи за новичка. Давайте ему время подумать, задавайте наводящие вопросы, корректируйте логику рассуждения. Не стоит сразу давать готовых решений, ведь если так делать постоянно, то начинающий специалист не научится работать.
✅ Проводите «правильное код ревью». Помните, каждое ваше замечание к коду должно быть аргументировано (стандартом, временем работы, эффективностью по памяти, читаемостью кода и прочее). Замечания без аргументов – некорректные замечания, здесь не должно быть ничего личного. Кстати, еще очень важно периодически интересоваться согласен ли с вами стажер или имеет другое мнение по тому или иному вопросу, часто вместе вы можете прийти к более эффективному решению.
Друзья, вы знаете, что большая часть моего контента посвящена начинающим специалистам. Вместе с тем сегодня я бы хотела поговорить на тему, касающуюся специалистов с опытом. В сфере data science я успела побывать и в роли ученика, и в роли наставника, а также понаблюдать со стороны за другими людьми. И заметила, что сложно бывает не только стажеру или джуну… Трудности также испытывают и менторы.
⚠️ Давайте обозначим, кто такой ментор (в рамках данного разговора). Ментор – это сотрудник организации, который помогает менее опытному коллеге строить карьеру, развивать полезные качества и избегать типичных ошибок. Иными словами, когда джун или стажер приходит в компанию, он попадает под «крыло ментора».
💙 Я предлагаю обсудить и составить пункты, по которым должен итерироваться каждый ментор для того, чтобы его подопечные стремительно и безболезненно развивались в сфере data science. Когда я начала прорабатывать данную тему, мой план получился достаточно объемный, поэтому в этом посте обсудим основные пункты, которые касаются развития технических навыков у новичка, а в следующих постах поговорим про soft skills.
Жду ваших советов для менторов в комментариях. А пока расскажу о тех необходимых пунктах, которые отмечаю для себя я.
✅ Когда вам выпадает возможность ввести в курс дела начинающего специалиста, основательно подготовьтесь. Составьте некий план, где четко пропишите пункты, о которых необходимо рассказать. Исходя из знаний и навыков нового специалиста продумайте список технических скиллов, которые помогут кандидату быстрее влиться в работу. Например, многие выпускники вузов, которые устраиваются на работу впервые, на хорошем уровне владеют статистикой и программированием, но ни разу не взаимодействовали с Git (распределённой системой управления версиями). Составьте список команд, которые необходимо освоить на первое время (git pull, git checkout, git commit, git push и т.п.), обсудите устройство системы и эти команды со своим наставляемым, порекомендуйте полезные ссылки и курсы. Или, если в вашей команде код требует быстрого и эффективного исполнения, порекомендуйте материалы, которые помогли когда-то вам, по данной тематике.
✅ Убедитесь, что при формировании задачи для начинающего специалиста все требования сформулированы понятно и четко. Часто джуны жалуются на то, что задачи им кажутся непрозрачными. Перед тем как завести в jira новую задачку, обсудите ее описание с более опытным коллегой, затем предложите подопечному описать проблему, указанную в задаче, и цель, к которой нужно прийти в итоге. Если начинающий специалист верно понял условие задачи, можно начинать обсуждения ее решения.
✅ Старайтесь не решать задачи за новичка. Давайте ему время подумать, задавайте наводящие вопросы, корректируйте логику рассуждения. Не стоит сразу давать готовых решений, ведь если так делать постоянно, то начинающий специалист не научится работать.
✅ Проводите «правильное код ревью». Помните, каждое ваше замечание к коду должно быть аргументировано (стандартом, временем работы, эффективностью по памяти, читаемостью кода и прочее). Замечания без аргументов – некорректные замечания, здесь не должно быть ничего личного. Кстати, еще очень важно периодически интересоваться согласен ли с вами стажер или имеет другое мнение по тому или иному вопросу, часто вместе вы можете прийти к более эффективному решению.