Die Zukunft der Arbeit gestalten: Erkenntnisse aus Metas Arpit Agarwal

Neuauflage von Plato

Verfolger: 0

Die COVID-19-Pandemie hat den Arbeitsplatz verändert und Remote-Arbeit ist zur dauerhaften Norm geworden. In dieser Folge von Führen mit DatenArpit Agarwal von Meta diskutiert, wie die Zukunft der Arbeit aussehen wird virtuellen RealitätDies ermöglicht eine Remote-Zusammenarbeit, die persönliche Erfahrungen widerspiegelt. Arpit gibt Einblicke in seine Reise und betont dabei entscheidende Momente und die Herausforderungen der Analytik in den frühen Phasen der Produktentwicklung.

[Eingebetteten Inhalt]

Sie können diese Episode von „Leading with Data“ auf beliebten Plattformen wie anhören Spotify, Google Podcasts und Apple. Wählen Sie Ihren Favoriten aus, um die aufschlussreichen Inhalte zu genießen!

Wichtige Erkenntnisse aus unserem Gespräch mit Arpit Agarwal

Zukünftige Arbeiten hängen von der virtuellen Realität für die Remote-Zusammenarbeit ab.
Die Gründung eines Data-Science-Teams fördert Innovation und geschäftliche Auswirkungen.
Die Datenwissenschaft in der frühen Produktphase legt Wert auf Qualität und nutzt dazu interne Tests und Feedback.
Für die Einstellung von Mitarbeitern im Bereich Data Science sind technisches Können, Problemlösungsvermögen und ein starker Charakter erforderlich.
Die berufliche Weiterentwicklung im Bereich Datenwissenschaft erfordert eine umfassende Erkundung, gefolgt von spezialisiertem Fachwissen.

Nehmen Sie an unseren kommenden „Leading with Data“-Sitzungen teil und erleben Sie aufschlussreiche Diskussionen mit Führungskräften aus den Bereichen KI und Data Science!

Sehen wir uns nun die Fragen an, die Arpit Agarwal zu seinem beruflichen Werdegang und seiner Branchenerfahrung beantwortet hat.

Wie hat die COVID-19-Pandemie unsere Arbeitsweise verändert?

Die Pandemie hat unsere Arbeitsdynamik grundlegend verändert. Wir sind von bürozentrierten Umgebungen dazu übergegangen, Remote-Arbeit als eine neue Realität zu betrachten. Trotz der Richtlinien zur Rückkehr ins Büro wird ein erheblicher Teil der Belegschaft weiterhin aus der Ferne arbeiten. Die Herausforderung besteht darin, die Produktivität aufrechtzuerhalten und Verbindungen zu fördern, die einst innerhalb von Bürowänden aufgebaut wurden. Aktuelle Tools reichen nicht aus, um die persönliche Erfahrung zu reproduzieren, und hier kommt Metas Vision ins Spiel. Wir entwickeln Produkte, die das Gefühl vermitteln, Seite an Seite zu arbeiten, die Körpersprache des anderen zu verstehen und effektiv zusammenzuarbeiten – und das alles in einem virtuellen Raum.

Meine Reise begann bei BITS Goa, wo ich ein Informatikstudium absolvierte. Anfangs war ich akademisch fokussiert, aber BITS ermöglichte mir, andere Interessen zu erkunden, einschließlich der Dateninterpretation. Ich leitete einen Rätselclub, der mein Interesse an Daten weckte. Nach dem College wechselte ich zu Oracle, wo ich in den Bereichen Data Warehousing und Business Intelligence arbeitete und Kunden dabei half, datengesteuerte Entscheidungen zu treffen. Diese Erfahrung festigte mein Interesse an der Analytik und ihren Geschäftsanwendungen. Ich absolvierte einen MBA, um mein Geschäftsverständnis zu vertiefen, und wechselte später zu Mu Sigma, wo ich meine Analysefähigkeiten verfeinerte. Meine Karriere verlief über Beratungs- und Führungspositionen bei Start-ups wie Zoomcar und Katabook, wo ich verschiedene Herausforderungen im Bereich der Datenwissenschaft annahm.

Was waren die Schlüsselmomente Ihrer Karriere, die Ihren Weg geprägt haben?

Der Beitritt zu Zoomcar war ein entscheidender Moment. Ich wurde damit beauftragt, das Data-Science-Team von Grund auf aufzubauen, was es mir ermöglichte, an innovativen Projekten wie Fahrerbewertungssystemen unter Verwendung von Fahrzeugdaten zu arbeiten. Diese Erfahrung gab mir die Möglichkeit, eng mit Führungskräften der C-Ebene zusammenzuarbeiten und Geschäftsentscheidungen direkt zu beeinflussen. Ein weiterer bedeutender Moment war meine Zeit bei Katabook, wo ich dem Unternehmen half, datengesteuert zu werden und verschiedene Analyseinitiativen zu starten, darunter Kreditangebote, die auf Modellen des maschinellen Lernens basieren.

Metas Vision für die Zukunft der Arbeit dreht sich um die virtuelle Realität und zielt darauf ab, einen Raum zu schaffen, in dem die Zusammenarbeit aus der Ferne genauso natürlich und effektiv ist wie persönliche Interaktionen. Die Datenwissenschaft spielt eine entscheidende Rolle bei der Festlegung ehrgeiziger Unternehmensziele für Produkte, die ihrer Zeit voraus sind. Dabei geht es darum, die Produktstrategie an diesen Zielen auszurichten, die Produktqualität sicherzustellen und vielfältige, globale Teams zu verwalten. Data Science befasst sich auch mit der Herausforderung der Analyse von Produkten, die sich in einem frühen Entwicklungsstadium befinden und bei denen Kundendaten knapp sind.

Was sind die Herausforderungen bei der Analyse von Produkten, die sich in der 0-zu-1-Phase befinden?

Die Analyse von Produkten in der 0-zu-1-Phase ist eine Herausforderung, da nur begrenzte Kundendaten als Grundlage für die Entscheidungsfindung zur Verfügung stehen. Der Fokus liegt auf der Sicherstellung der Produktqualität und Funktionalität, die für Unternehmensprodukte von entscheidender Bedeutung sind. Wir verlassen uns auf interne Tests (Dogfooding), Alpha- und Betatests mit ausgewählten Gruppen und Benutzerforschung, um Feedback zu sammeln und die Richtung des Produkts zu validieren. Sobald wir eine solide Grundlage haben, können wir das Produkt einem breiteren Publikum vorstellen und mithilfe der Datenwissenschaft die Akzeptanz, Bindung und Iteration auf der Grundlage des Benutzerfeedbacks messen.

Wie beurteilen Sie Kandidaten für Stellen im Bereich Data Science, insbesondere in aufstrebenden Bereichen wie der generativen KI?

Bei der Einstellung von Stellen im Bereich Data Science suche ich nach Kandidaten mit ausgeprägten Fähigkeiten zur Problemlösung, einem tiefen Verständnis der Grundlagen des maschinellen Lernens und Kenntnissen in Programmiersprachen und Datenmanipulation. Insbesondere für generative KI sollten Kandidaten über Fachkenntnisse in der entsprechenden Domäne verfügen, beispielsweise in der Verarbeitung natürlicher Sprache oder Computer Vision. Darüber hinaus lege ich Wert auf Charakter und Arbeitsmoral, die ich anhand von Verhaltensfragen, Referenzprüfungen und der Fähigkeit eines Kandidaten, seine Projekte ausführlich zu erläutern, bewerte.

Welchen Rat haben Sie für Personen, die ihre Karriere in der Datenwissenschaft beginnen?

Anfänger in der Datenwissenschaft sollten vor der Spezialisierung unterschiedliche Interessen erkunden. Nutzen Sie zahlreiche kostenlose Lernressourcen und priorisieren Sie Fähigkeiten mit Wert und Erfüllung gegenüber schnellen finanziellen Gewinnen. Ergreifen Sie auch in kleineren Projekten oder Unternehmen Chancen für deutliches Wachstum. Erkennen Sie, dass harte Arbeit die Grundlage für Glück ist; Erfolg ist eine kontinuierliche Reise des Lernens und der Verbesserung.

Summieren

Die Reise von Arpit Agarwal veranschaulicht die Auswirkungen der Datenwissenschaft auf verschiedene Branchen. Metas Vision für die Zukunft der Arbeit unterstreicht die zentrale Rolle der Datenwissenschaft. Angehende Datenwissenschaftler können wertvolle Ratschläge aus Arpits Schwerpunkt auf der Entwicklung von Fähigkeiten, der Nutzung von Chancen und der dauerhaften Reise des kontinuierlichen Lernens erhalten.

Für weitere spannende Sitzungen zu KI, Datenwissenschaft und GenAI bleiben Sie mit uns unter Leading with Data auf dem Laufenden.

Schauen Sie sich hier unsere bevorstehenden Sitzungen an.