Dando forma al futuro del trabajo: ideas de Arpit Agarwal de Meta

Dando forma al futuro del trabajo: ideas de Arpit Agarwal de Meta

Marca de tiempo: 28 de noviembre de 2023 2:45 a. M.
Nodo de origen: 2982695

La pandemia de COVID-19 ha transformado el lugar de trabajo y el trabajo remoto se ha convertido en una norma duradera. En este episodio de Liderando con datos, Arpit Agarwal de Meta analiza cómo el futuro del trabajo implica la realidad virtual, lo que permite una colaboración remota que refleja las experiencias en persona. Arpit comparte ideas de su viaje, enfatizando los momentos cruciales y los desafíos del análisis en las primeras etapas del desarrollo de productos.

[Contenido incrustado]

Puedes escuchar este episodio de Leading with Data en plataformas populares como Spotify, Podcasts de Googley Apple. ¡Elige tu favorito para disfrutar del contenido revelador!

Ideas clave de nuestra conversación con Arpit Agarwal

  • El trabajo futuro depende de la realidad virtual para la colaboración remota.
  • El lanzamiento de un equipo de ciencia de datos fomenta la innovación y el impacto empresarial.
  • La ciencia de datos en la etapa inicial del producto prioriza la calidad mediante pruebas internas y comentarios.
  • La contratación para ciencia de datos requiere destreza técnica, resolución de problemas y carácter fuerte.
  • El crecimiento profesional en ciencia de datos exige una exploración amplia seguida de experiencia especializada.

¡Únase a nuestras próximas sesiones de Liderando con datos para discusiones profundas con líderes de inteligencia artificial y ciencia de datos!

Ahora, veamos las preguntas que respondió Arpit Agarwal sobre su trayectoria profesional y su experiencia en la industria.

¿Cómo ha cambiado la pandemia de COVID-19 nuestra forma de trabajar?

La pandemia ha cambiado fundamentalmente nuestra dinámica de trabajo. Hemos pasado de entornos centrados en la oficina a adoptar el trabajo remoto como una nueva realidad. Incluso con políticas de regreso a la oficina, una parte importante de la fuerza laboral seguirá operando de forma remota. El desafío radica en mantener la productividad y fomentar las conexiones que alguna vez se construyeron dentro de las paredes de la oficina. Las herramientas actuales no logran replicar la experiencia en persona, que es donde entra en juego la visión de Meta. Estamos desarrollando productos que brindan la sensación de trabajar lado a lado, comprender el lenguaje corporal de los demás y colaborar de manera efectiva, todo dentro de un espacio virtual.

¿Puedes compartir tu viaje desde la universidad hasta convertirte en un líder en ciencia de datos?

Mi viaje comenzó en BITS Goa, donde obtuve una licenciatura en informática. Al principio, me centraba en lo académico, pero BITS me permitió explorar otros intereses, incluida la interpretación de datos. Dirigí un club de acertijos, lo que despertó mi interés por los datos. Después de terminar la universidad, me uní a Oracle, donde trabajé en almacenamiento de datos e inteligencia empresarial, ayudando a los clientes a tomar decisiones basadas en datos. Esta experiencia solidificó mi interés en la analítica y sus aplicaciones comerciales. Realicé un MBA para profundizar mi conocimiento empresarial y luego me uní a Mu Sigma, donde perfeccioné mis habilidades analíticas. Mi carrera avanzó a través de roles de consultoría y puestos de liderazgo en nuevas empresas como Zoomcar y Katabook, donde abordé diversos desafíos de ciencia de datos.

¿Cuáles fueron los momentos clave de tu carrera que marcaron tu camino?

Unirse a Zoomcar fue un momento crucial. Se me asignó la tarea de crear el equipo de ciencia de datos desde cero, lo que me permitió trabajar en proyectos innovadores, como sistemas de puntuación de conductores que utilizan datos de automóviles. Esta experiencia me dio la oportunidad de trabajar estrechamente con ejecutivos de nivel C e influir directamente en las decisiones comerciales. Otro momento significativo fue mi tiempo en Katabook, donde ayudé a la empresa a basarse en datos y lancé varias iniciativas de análisis, incluidas ofertas de préstamos basadas en modelos de aprendizaje automático.

La visión de Meta para el futuro del trabajo gira en torno a la realidad virtual, con el objetivo de crear un espacio donde la colaboración remota sea tan natural y efectiva como las interacciones en persona. La ciencia de datos juega un papel crucial en el establecimiento de objetivos organizacionales ambiciosos para productos que se adelantan a su tiempo. Implica alinear la estrategia del producto con estos objetivos, garantizar la calidad del producto y gestionar equipos diversos y globales. La ciencia de datos también aborda el desafío del análisis de productos que se encuentran en las primeras etapas de desarrollo, donde los datos de los clientes son escasos.

¿Cuáles son los desafíos de realizar análisis de productos que se encuentran en la fase 0 a 1?

El análisis de productos en la fase 0 a 1 es un desafío porque hay datos limitados de los clientes para guiar la toma de decisiones. La atención se centra en garantizar la calidad y la funcionalidad del producto, lo cual es fundamental para los productos empresariales. Nos basamos en pruebas internas (dogfooding), pruebas alfa y beta con grupos selectos e investigaciones de usuarios para recopilar comentarios y validar la dirección del producto. Una vez que tengamos una base sólida, podremos lanzar el producto a una audiencia más amplia y utilizar la ciencia de datos para medir la adopción, la retención y la iteración en función de los comentarios de los usuarios.

¿Cómo evalúa a los candidatos para puestos de ciencia de datos, especialmente en campos emergentes como la IA generativa?

Al contratar para puestos de ciencia de datos, busco candidatos con sólidas habilidades de resolución de problemas, un profundo conocimiento de los fundamentos del aprendizaje automático y dominio de los lenguajes de programación y la manipulación de datos. Específicamente para la IA generativa, los candidatos deben tener experiencia en el dominio relevante, como el procesamiento del lenguaje natural o la visión por computadora. Además, valoro el carácter y la ética laboral, que evalúo mediante preguntas de comportamiento, verificación de referencias y la capacidad del candidato para explicar sus proyectos en profundidad.

¿Qué consejo le daría a las personas que comienzan sus carreras en ciencia de datos?

Para los principiantes en ciencia de datos, explore diversos intereses antes de especializarse. Utilice abundantes recursos de aprendizaje gratuitos, priorice las habilidades por su valor y satisfacción sobre las ganancias financieras rápidas. Aproveche las oportunidades, incluso en proyectos o empresas más pequeños, para lograr un crecimiento sustancial. Reconozca que el trabajo duro forma la base de la suerte; El éxito es un viaje continuo de aprendizaje y mejora.

Recapitulación

El viaje de Arpit Agarwal ejemplifica el impacto de la ciencia de datos en diversas industrias. La visión de Meta para el futuro del trabajo destaca el papel fundamental que desempeña la ciencia de datos. Los aspirantes a científicos de datos pueden obtener valiosos consejos del énfasis de Arpit en el desarrollo de habilidades, la aceptación de oportunidades y el viaje duradero del aprendizaje continuo. 

Para sesiones más interesantes sobre IA, ciencia de datos y GenAI, permanezca atento a Leading with Data.

Consulta nuestras próximas sesiones aquí.

Sello de tiempo:

Mas de Analítica Vidhya