¿Cómo Pedir Ayuda en Data Science?

Adam Ross Nelson
Jun 12, 2020


Lo que se debe hacer y lo que no se debe hacer al pedir ayuda con data science, programación o temas relacionados.

Los programadores informáticos, científicos de datos y otros profesionales de la tecnología necesitan frecuentemente pedir ayuda. ¡Pedir ayuda es un signo de fortaleza! Los profesionales de todos los niveles de habilidad a veces necesitan ayuda...

Aquí hay una lista no exhaustiva de consejos de referencia para pedir esa ayuda.

No asumas que los que te van a ayudar son de genero masculino.

No empieces a pedir ayuda con las palabras "Hey muchachos/chicos ~" eso alejará a una gran colección de personas que pueden ayudarte.

Demasiados posts empiezan con "Hola chicos". Esto es sexista. Basta ya.


Image Credit: publicdomainvectors.org — Help Speech Bubble.


Averigua si alguien ya ha preguntado y respondido a tu pregunta.

Esto es fácil de hacer. Si estás pidiendo ayuda en línea. Busca en el foro con palabras clave relacionadas con tu pregunta. Lea esos mensajes y sus respuestas. Si está en un entorno privado y no puede postear tu pregunta públicamente, utiliza los foros de tu empresa (si están disponibles). Slack, después de todo, está lleno de conocimiento institucional útil que puede responder a tu pregunta: es El Registro De Busqueda De Todo El Contenido Y Conocimiento, después de todo.

Lea también: Todo Lo Que Un Cientifico De Datos Debe Saber Sobre La Gestón De Datos.

Revisa La Documentación.

Lea la documentación antes de pedir ayuda.

Consulte La Documentación.

En relación con lo anterior, si la documentación no le ha proporcionado sus respuestas, suele ser una buena idea hacer referencia a la(s) parte(s) de la documentación que ha encontrado y a la que ha hecho referencia. Diga por qué se quedó corta para usted. Pregunte a sus ayudantes potenciales si pueden indicarle otra documentación que pueda ser más útil.


Piensa Bien El Título De Tu Pregunta.

Evite los títulos que afirmen lo obvio. Frases como "pregunta sobre..." o "tengo un problema con..." están implícitas. Mejores opciones son "¿Qué tiene [nombre del software] que pueda causar [describir un comportamiento o resultado inesperado]".

Evite Los Mensajes Cruzados.

Otros pueden estar en desacuerdo con esto. El mensaje cruzado es publicar su pregunta en múltiples foros. A algunos no les importa. Yo tiendo a evitarlo. La única excepción es cuando A) alguien ha dicho: "Oye, puede que tengas más suerte en [insertar otro nombre de foro]". Y B: cuando el mensaje original no ha producido una respuesta. También si haces un cross-post, sé transparente y ofrece un enlace a tu post original para ayudar a tus ayudantes.

Evita Las Ediciones.

Si debe editar su publicación original, sea claro con un comentario que también describa por qué editó y por qué.

Image Credit: wallpaperflare.com — Chalk Questionmark.


Evite Pedir Asistencia Privada.

La razón por la que la asistencia privada es menos que deseable es que la razón para buscar y proporcionar ayuda en línea es que multiplicará los efectos de sus esfuerzos. Si usted mantiene correspondencia privada, otros en el futuro no tendrán los beneficios de la discusión que su pregunta pueda generar.

Asumiendo que has seguido el consejo anterior, no seas tímido a la hora de hacer preguntas "elementales".

Si usted ha intentado legítimamente encontrar una respuesta a su pregunta usando el consejo anterior, su pregunta es probablemente una que otros también tendrán. Pregunte, no importa lo simple que parezca.

Asegúrate De Que La Solución Final Sea Clara.

Después de que tengas una solución, asegúrate de que la solución esté clara en el foro. A veces esto lo habrán hecho otros en el foro. Pero no siempre. Nunca está de más publicar un resumen de tu solución. También es útil publicar ejemplos específicos.

Lea tambiénNo Democratizar La Ciencia De Datos.

Sé Amable, Aé Bondadoso, Ve Las Cosas Desde La Perspectiva De Los Demás.

Esto va tanto para los que publican preguntas como para los que publican respuestas útiles. Si alguien hace una pregunta que viola cualquiera de estas sugerencias o pautas, no te enfades. No seas pasivo-agresivo. Si dices algo, sé tan útil como puedas. Está bien pedir más información. Si estás pidiendo ayuda, no culpes a los que te están ayudando por lo que casi nunca son sus errores o faltas.

¿Todavía Necesitas Consejo Para Pedir Ayuda?

Encuentra otras preguntas que fueron contestadas y que generaron extensas discusiones. Analice el contenido, la estructura, el aspecto y el tono de esas preguntas. Reproduzca lo que ha demostrado tener éxito ante usted.

Image Credit Copyright © 2020 Adam Ross Nelson — Word cloud related to asking questions.


Gracias Por Leer

Gracias por leer. Envíame tus pensamientos e ideas. Puedes escribir sólo para saludar. Y si realmente necesitas decirme cómo me equivoqué, espero poder charlar pronto. Twitter: @adamrossnelson LinkedIn: Adam Ross Nelson.

“¿Cómo Pedir Ayuda en Data Science?”
– Adam Ross Nelson twitter social icon Tweet


Compartir este artículo:

0 Comentarios

Crear un comentario
Ingresar para Comentar

Artículos Relacionados

Nov 25, 2021

5 Consejos para Superar Una Entrevista de Trabajo para una Vacante de Científico de Datos

5 Tips To Ace Your Job Interview For A Data Scientist Opening.PNG 795.94 KBImage SourceLos aspirantes a científicos de datos tienen un futuro brill...

Daniel Morales
Por Daniel Morales
Nov 12, 2021

¿Cuándo Es Mejor Evitar el Uso de Deep Learning?

IntroducciónEste artículo está dirigido a los científicos de datos que pueden considerar el uso de algoritmos de aprendizaje profundo, y quieren sa...

Matt Przybyla
Por Matt Przybyla
Oct 16, 2021

6 Conceptos de Estadística Avanzada en Data Science

El artículo contiene algunos de los conceptos estadísticos avanzados más utilizados junto con su implementación en Python.En mis artículos anterior...

Nagesh Singh Chauhan
Por Nagesh Singh Chauhan
Icon

Únete a nuestra comunidad privada en Slack

Manténgase al día participando de ésta gran comunidad de data scientists en latinoamérica. Hablamos sobre competiciones en data science, cómo estamos resolviendo los retos, modelos de machine learning aplicados a las competiciones, técnicas novedosas y mucho más!

 
Te enviaremos el link de invitación a tu email de forma inmediata.
arrow-up icon