当 Sneha Rajana 刚加入某中心时，她的职位是软件开发工程师。如今，她已成为一名应用科学家，而之前的工程师生涯为她当前的工作提供了独特的视角。
没有博士学位？没问题：一位软件工程师的应用科学之路
Sneha Rajana 现在是某中心的一名应用科学家，但她并非一开始就从事这个岗位。来了解她如何成功转型，以及她给考虑类似转变的同行们的建议。
Sneha Rajana 于 2015 年毕业于印度班加罗尔的 PES 大学，获得信息科学与工程学位，随后直接进入宾夕法尼亚大学工程与应用科学学院攻读研究生。 “在宾大期间，我专攻机器学习和自然语言处理，并完成了毕业论文。那是我在该领域的首次研究经历，” Rajana 说道。她于 2016 年在 Audible 实习，担任软件开发实习生，并于 2017 年毕业，获得计算机科学与工程学位，主攻机器学习和自然语言处理（NLP）。 “我的毕业论文完成得非常顺利，”她说。“我当时还在两个非常知名的NLP会议（ACL和EMNLP）上发表了两篇论文。”
在亚马逊开启职业生涯 当 Rajana 作为软件开发工程师开始她在某中心的第一份工作时，她加入的是一个对外营销团队。“我当时真的不知道什么是应用科学家，也不知道那些角色是做什么的，”她回忆道。 在一年的时间里，她的工作主要依赖于她的工程技能。“我在可扩展性方面学到了很多，也学会了如何编写代码来为数以十亿计的客户创造产品，”她说。“我热爱工程，热爱编码，热爱在生产环境中编写代码。” 2018年，她转入了家具和时尚等视觉类别的个性化团队，这些领域的客户有很多偏好。该团队致力于捕捉这些偏好，以便实时向客户展示相关的建议。 “我研究了很多推荐模型——主要是工程方面的事情，以及大量的数据处理工作，” Rajana说。“在这个新团队里，我开始接触到应用科学家。我的高级经理Soo-Min Pantel就是一位应用科学经理。” 正是在那时，她意识到自己或许不必在研究和工程之间做出选择——她可以从事一个两者兼顾的角色。她从未忘记自己对机器学习研究的热爱，并开始思考自己是否对应用科学职位感兴趣。
导师是关键 “我开始与很多导师、与公司内部许多应用科学家进行交流，” Rajana说。她还作为某中心机器学习大学计划的一部分教授课程，包括自然语言理解、数据科学导论、强化学习导论和前馈神经网络。 “那是我真正建立起人脉网络的时候，认识了很多在某中心从事科学工作的朋友，”她说。“我安排了很多次交流，也正是在那时，我了解到公司内部存在不同的角色。” Rajana发现这些导师对于帮助她规划前进道路非常宝贵。他们自身的职业经历意味着他们能够提供独特的建议和视角。导师们也提供了一个低风险的讨论对象。 “我的导师 Sebastiano Merlinos，当时是一位高级软件工程师，我是先和他提起转型做研究的想法，然后才和我的经理说的，” Rajana说。 Merlinos 当时正努力成为一名首席工程师（他现在的职位），并且与许多团队都有合作，他能够将她介绍给其他人。“他帮我联系了他以前团队中的至少三到四位科学家，或者他认识的其他人。”
随着与这些科学家的交流，她发现他们中的大多数都拥有博士学位。但他们告诉她，虽然博士学位能给你一些技能，但这并不是必需的——而且作为工程师，她带来了其他技能。 “我知道如何将一个想法，从原型阶段一直推进到生产环境，” Rajana说。“你可以研究最复杂的机器学习模型，但如果不能真正将它们呈现给客户，不能将它们投入生产，不能为数十亿客户进行扩展，那也行不通，尤其是在像某中心这样以客户为中心的公司。” 通过她的导师网络，她找到了其他几位在没有博士学位的情况下，从软件开发成功转型为应用科学的人。“所以，虽然很难，但这对我来说似乎并非不可能，”她说。
来自经理的帮助 在得知有一条可行的（尽管少有人走的）道路后，Rajana 决定是时候和她的经理、软件开发经理 Pranav Varia 谈谈了。“我当时所在的团队，所有人技能相似，都在解决类似的问题。所以我和我的经理谈了一次，讨论如何进行横向转型。”
她随后参与了一些能够展示她科研能力的项目，并在某中心机器学习大会上发表了成果。她还为她的工作提交了几项专利申请。“这些事情确实给了我更大的信心，也表明我同样能作为一名科学家取得成功，”她说。 Rajana 随后等待合适的项目出现。当一个合适的项目来临时，Varia 并没有引入一位应用科学家，而是询问 Rajana 是否愿意在她正式转岗之前，先探索一下这是否是她真正想做的工作。 “我研究了一种产品推荐策略，通过构建一种技术，可以在客户的购物旅程中检测他们隐含的购物意图，方法是自动识别关键属性偏好，并提供更相关的产品推荐。这种推荐策略会随着客户在浏览更多产品时关键偏好的变化而实时调整，”她说。“这是一个非常有趣的问题。”
给考虑转型的人的建议 职业转型之路并非一帆风顺：Rajana 表示，有时她会感到不确定，但寻求支持是前进的关键。当她在过渡到新职位时需要补习一些主题时，她参加了课程，重新熟悉了一些自大学毕业后就没再接触过的领域——但她并非孤军奋战。她的导师们再次提供了帮助。 “我有许多不同类型的导师，一些是长期导师，他们在整个转型过程中帮助我，并 continues to help me，”她说。“但我也有一些短期导师，他们专门帮助我解决我当时正在专注的问题。建立这样的人脉网络真的非常有帮助。” 她的坚持得到了回报，2020年5月，她正式担任应用科学家。“从那时起，一切就变得非常令人兴奋了，”她说。 Rajana 表示，其他有兴趣做出类似改变的人应该考虑比她行动得更快些：“我给别人的建议是，要远比我当时更早地开始这些对话。我认为我肯定花了比必要多的时间来纠结是否应该进行那样的对话。” 虽然她从过去汲取经验，但她对未来依然充满期待。2021年，Rajana 将专注于创建新的视觉前端体验以及基于科学的后端算法，用于向某中心客户推荐相关产品。FINISHED
