He tenido la suerte de conocer y trabajar con científicos / analistas de datos en Facebook, Twitter y Quora. Basado en esa experiencia y habiendo prestado atención a lo que más aprecian los científicos de datos, puedo decir que la decisión probablemente se reducirá a estos factores:
1. “¡¿Cuántos petabytes de datos tienes ?!” Siento que estoy ensayando un sketch de un comercial de mejora masculina nocturno cuando digo esto, pero el tamaño sí importa. Cuantos más datos tenga, más pornografía de ciencia de datos podrá participar. Por lo tanto, al considerar las dos compañías, haría preguntas sobre el gran volumen de datos a su disposición. Recuerde, los datos que generan esos productos no siempre están contenidos en lo que ve en Twitter.com o LinkedIn.com. Hay datos móviles, hay datos de unidades integrables, productos de plataforma, etc. El universo de datos es mucho más grande de lo que inicialmente puede imaginar. Haz tu diligencia para comprender ese universo de datos, ya que el tamaño debería ser importante para ti si eres un científico de datos.
2. “¿Esperar? ¿No puedo acceder a esos datos en absoluto?” A veces, las empresas también establecen políticas sobre quién puede acceder a qué datos, de qué forma puede la persona acceder a esos datos y qué puede hacer exactamente con ellos. Recientemente hablé con alguien de Comcast Ventures que afirmó que había segmentos considerables de datos de usuarios que estaban fuera del alcance del análisis interno, lo que sofocó la innovación porque ni siquiera podía hacer el análisis necesario para tomar decisiones realmente perspicaces. Pregunte acerca de cómo se controlan, protegen, administran y aprovechan los datos dentro de la empresa. En general, esto no es un problema con las principales empresas de tecnología de consumo (y no debería ser el caso con Twitter y LinkedIn), pero pregunte de todos modos. No quiere decir que sea una ciudad de vaqueros en términos de protección de datos. Ese ciertamente no es el caso.
3. “Oh, entonces básicamente ya has respondido las preguntas difíciles …” Twitter es un negocio más incipiente que LinkedIn. No puedo hablar por experiencia personal ya que nunca he trabajado en LinkedIn, pero me imagino que se han respondido más problemas realmente difíciles en LinkedIn que en Twitter. Twitter todavía está creciendo, todavía está madurando, todavía está tratando de descubrir su lugar en el mundo y entender cómo exactamente las personas usan el producto. Si está buscando generar paneles de control para unidades de negocios que tienen necesidades bastante predecibles, entonces una empresa más madura probablemente sea la mejor opción para usted. Si está buscando responder a los patrones de comportamiento del usuario central y los fundamentos del producto que aún no se han entendido, entonces probablemente esté mejor en una empresa más joven. Piense en el tipo de problemas que desea abordar y si esos problemas ya se han resuelto o no.
Además de esas consideraciones centrales desde la perspectiva de un científico de datos, también debe pensar en cuáles son sus objetivos de estilo de vida y cómo eso se traduce en la compañía que está considerando. LinkedIn es más estable. Claramente hay un día de pago ya que ya son públicos y demuestran un crecimiento trimestral constante. Debe seguir siendo exitoso durante mucho tiempo, lo que significa que obtendrá acciones que probablemente le darán un día de pago predecible. Twitter aún está madurando. Probablemente esté a un par de años de un evento de liquidez. Se enfrentan a una dura competencia de Facebook y Google+. Hay más riesgos con Twitter pero mucho más al alza. Anunciaron a fines del año pasado que tienen más de 100 millones de usuarios activos. ¿De verdad crees que todavía pueden crecer 10 veces? Es factible ya que hay 5 mil millones de usuarios móviles en el planeta y Twitter es posiblemente el mejor producto móvil en el planeta. Debe tener en cuenta estas consideraciones macro y lo que eso significa para usted y su estilo de vida.
Puedo decir que el equipo de ciencia de datos en Twitter es rudo porque tuve que trabajar con ellos. Todos tienen un SERIO talento y una maravilla para trabajar también. Me encantaron las personalidades de ese equipo y me hicieron reír a diario. Sin embargo, conociendo al equipo de administración de LinkedIn, estoy seguro de que también dotaban a su equipo de ciencia de datos con un talento increíble.
Sin embargo, mi último consejo es que debe considerar mucho el potencial de crecimiento de ambas compañías, ya que más crecimiento significa más datos, lo que significa más oportunidades para usted y probablemente más felicidad. Si siente que una empresa tiene más crecimiento que emprender, entonces eso probablemente significa que tendrá más datos y problemas más difíciles de resolver.