Fidelitys Addison Ying pratar med oss om sin karriärresa, hennes flytt från Kina till Galway och hennes favoritdelar av att arbeta med dataanalys.
För Addison Ying började hennes intresse för dataanalys när hon studerade marin kemi vid Dalian Maritime University i Kina, närmare bestämt hennes arbete i labbet där hon tillbringade mycket tid med att experimentera och analysera resultat för mönster och insikter.
”Resultaten användes för att testa hypoteser, definiera bättre experiment och generera nya idéer – den klassiska experimentella forskningsmetoden”, säger hon. ”För att utföra dataanalys var jag tvungen att utveckla mina tekniska färdigheter och det var där mitt intresse för dataanalys började.”
Under sitt sista år på universitetet gick hon med på Fidelity Investments praktikantprogram för att arbeta med kvalitetssäkring (QA), där hon upptäckte den snabba takten inom teknikområdet. ”Varje dag var en lärorik dag, den var krävande och jag var tvungen att anpassa mig till mindre vinster jämfört med de långsiktiga experimenten som jag var bekant med.”
Men hon säger att de färdigheter hon lärde sig tillämpades ”omedelbart”, och hon blev mer bekant med färdigheter som problemlösning, fixa buggar och utveckla produktfunktioner.
”Den praktiken hjälpte till att fokusera mitt karriärintresseområde på IT och jag gick med i program- och projektledningsteamet i Fidelitys Corporate Technology Group som QA-ingenjör och har inte sett tillbaka sedan dess.”
Nu arbetar Ying som huvuddataanalytiker inom produktområdet företagsdataarkitektur och ingenjörsteknik på Fidelity.
”Data är motorn som driver allt i våra liv”
Berätta om din nuvarande roll som dataanalytiker och vad den innebär.
Jag arbetar inom området Fidelity arkitektur och ingenjörskonst på ett initiativ som bygger en analysplattform för kunder att identifiera och profilera data. Mitt ansvarsområde är att bygga de datamodeller som behövs för kundanalys. Engagera sig med företagsintressenter för att förstå kundens resa, deras preferenser och erfarenheter används för att hjälpa till i deras design. Att tillämpa analyser hjälper sedan Fidelity att förbättra kundupplevelsen och anpassa tjänstedriven affärstillväxt genom riktad marknadsföring. Min roll kräver att jag agerar över andra roller och funktioner som arkitektur och produktutveckling. Mina mjuka färdigheter att engagera, rekommendera och påverka inom modelleringsområdena är lika viktiga som mina datatekniska färdigheter.
Hur var det att flytta från Dalian, Kina till Galway på Irland? Vilka var de största utmaningarna under den här tiden och hur stöttade Fidelity dig?
Jag har varit i Irland i fem år men minns fortfarande spänningen när jag kom hit första gången. Mellan Fidelitys omplaceringsprogram och stödet från mina kollegor gick det ganska smidigt att börja ett nytt liv här i Irland. Jag fick uppleva nya saker som att spela tag-rugby, jag var inte bekant med att ”gå på en pint”, jag lärde mig köra bil och som mina kollegor säger, jag ”kom på fastighetsstegen”. Galway är min andra hemstad och jag trivs med både mitt jobb och privatliv här.
När jag först kom hit var min största utmaning att försöka för mycket för att passa in på jobbet. Jag var överlycklig och uttryckte sällan olika åsikter. Så här i efterhand berodde mina tankar, känslor och beteenden på kulturchocken och avsaknaden av samhörighet. Det hindrade mig från att bidra.
Jag diskuterade med min chef vid den tiden min oro för att vara annorlunda och uppmuntrades att gradvis men stegvis säga ifrån, engagera mig och underlätta insatsen. När jag insåg att min kulturella bakgrund och dess särpräglade perspektiv var positivt, blev jag gradvis mer öppen för att dela med mig av mina åsikter. Jag utvecklade vad jag kallar min ’bidragsrytm’. Att utveckla relationer med kollegor gjorde det lättare.
Finns det något du vet nu som du önskar att du visste när du började i din karriär?
Det är feedback, det handlar om feedback. Sök inte bara efter det utan lär dig också att tillhandahålla det. Fidelity är ett internationellt företag, det är väldigt mångsidigt så att komma överens med andra, utveckla relationer och ha ett tillväxttänkande är mycket viktigt. I början av min karriär sökte jag aktivt efter feedback från i stort sett alla för självförbättring och karriärtillväxt.
Att ge feedback var skrämmande. Det var en annan typ av bidrag, men den här gången var det oro för att kränka mig som höll mig tillbaka. När jag blev mer erfaren insåg jag att det inte bara var nödvändigt att ge feedback, det var en färdighet och som alla färdigheter kräver det övning. Jag har tyckt att det är ett kraftfullt verktyg för både personlig tillväxt och relationsutveckling.
Varför brinner du så för data? Vad gillar du mest med din roll?
Data är motorn som driver allt i våra liv, inklusive IT-världen. Att hantera data kräver en varierad uppsättning färdigheter, en disciplinerad efterlevnad av bästa praxis och ett holistiskt tillvägagångssätt som tar hänsyn till hur det kommer att extraheras, transformeras, lagras och konsumeras senare. Det är lätt att skaffa men kräver ansträngning för att hantera, styra och tjäna pengar. Det är en grundläggande möjliggörare för analyser, fatta välgrundade beslut, optimera processer och förutsäga trender. Korrekt och produktiv användning kan förändra ett företag.
Fidelity genomgår för närvarande en betydande digital transformation som kommer att revolutionera hur kunder betjänas och hur affärer bedrivs. Att vara en del av det här programmet innebär en utmanande men varierad exponering för affärsanvändningsfall som teamet jag ingår i kommer att lösa. Att i slutändan vara involverad i dataaktiviteter som i slutändan bättre betjänar Fidelitys kunder och öka deras tillfredsställelse är mycket givande.
Har du några produktivitetstips som hjälper dig genom dagen?
När det kommer till komplexa uppgifter som kräver dedikerad koncentrationstid, kommer dataanalytiker att hitta en ”bästa tid” för att koncentrera sig utan distraktion. Tillägna ett mötesfritt tidsblock varje dag när du är som bäst. Ironiskt nog har jag funnit att den virtuella arbetsmiljön fungerar bättre för detta.
Var uppmärksam på balansen mellan arbete och privatliv men var beredd på att vara flexibel. Om du arbetar med internationella kollegor över tidszoner, är chansen stor att du åtminstone ibland måste anta ett flexibelt arbetstidsarrangemang. Jag har turen att Fidelity aktivt hanterar dessa situationer. Trots att jag har arbetat olika timmar när det behövs, har jag fortfarande upprätthållit en utmärkt balans mellan arbete och privatliv.
Prioritera och gör det med kraft, helst i slutet av varje dag som förberedelse för morgondagen. Om prioriteringarna ändras, försök att avsluta det du arbetar med, annars är det bortkastad ansträngning.
”Att arbeta med analys gör att jag kan kombinera min passion för data, problemlösning och kontinuerligt lärande”
Vilka är de största trenderna du har sett inom dataanalys under den tid du har arbetat inom området och vilka trender är du mest exalterad över?
De mest påverkande trenderna jag har observerat har varit hur vi behandlar och utnyttjar data. Big data-teknologier har gjort det avsevärt lättare att fånga, lagra och analysera stora mängder data från olika källor. Att utnyttja maskininlärning (ML) och prediktiv analys har blivit enklare och tillgängligt för ett större antal organisationer. Djupare insikter och mer exakta förutsägelser är lättare att uppnå. Datahastighet har fört med sig en växande efterfrågan och förväntningar på realtidsanalysfunktioner. Organisationer utnyttjar strömmande datatekniker för att analysera data när den genereras, vilket möjliggör omedelbara insikter och snabbare beslutsfattande.
Som dataanalytiker är jag särskilt intresserad av framstegen inom AI och ML. De erbjuder potential att leverera nya vägar för att extrahera insikter från data och driva innovation. Det ökande fokuset på att demokratisera data och stärka användare med självbetjäningsanalys är också ett annat övervakningsområde för mig eftersom det direkt främjar en datadriven kultur inom organisationer.
Vilket råd skulle du ge till någon som vill börja arbeta inom analysområdet?
Informera dig själv, gör din research, var tydlig med vad ditt intresse är och se till att du tar dig tid att förstå vad det handlar om. Bedöm ärligt dina styrkor och svagheter och var tydlig med om du är villig att göra den tidsinvestering som behövs. Området kan vara tufft att komma in på så varför inte lära dig lite, prova lite och se om du kan hitta en mentor att jobba med. Leta efter möjligheter att tillämpa de färdigheter du lärt dig. Verkliga problem är att föredra att arbeta med men inte väsentliga och resultat kan användas för att visa för potentiella arbetsgivare. Kom ihåg att se till att du förstår begreppen och principerna som är involverade.
Vad gillar du mest med att arbeta inom AI/analys?
Jag är ett stort fan av mysterieromaner och mystiska tv-program. En bra dataanalytiker är inte olik en detektiv. Pusslet bryts ner bit för bit allt eftersom fakta kommer fram och man kan ofta tas på olika vägar, inklusive återvändsgränder innan förståelsen kommer fram eller insikten erhålls. Varje analysinsats är lite annorlunda.
Det är utmaningen att ta itu med ett komplext problem som engagerar mig. Jag tycker om kombinationen av att ”extrahera” och bygga dataförståelse, att skapa den faktiska kunddatan och att samarbeta med kollegor för att samla in domänkunskapen som behövs för att hjälpa till att låsa upp insikter och dra slutsatser. Sammantaget låter arbetet med analys mig kombinera min passion för data, problemlösning och kontinuerligt lärande.
Ta reda på hur nya tekniska trender förändras i morgon med vår nya podcast, Future Human: The Series. Lyssna nu Spotifypå Äpple eller var du än får dina poddar.
