कोविड-19 महामारी ने कार्यस्थल को बदल दिया है, दूर से काम करना एक स्थायी आदर्श बन गया है। के इस एपिसोड में डेटा के साथ अग्रणी, मेटा से अर्पित अग्रवाल चर्चा करते हैं कि काम का भविष्य कैसे शामिल है आभासी यथार्थ, दूरस्थ सहयोग को सक्षम करना जो व्यक्तिगत अनुभवों को प्रतिबिंबित करता है। अर्पित ने उत्पाद विकास के शुरुआती चरणों में महत्वपूर्ण क्षणों और विश्लेषण की चुनौतियों पर जोर देते हुए अपनी यात्रा से अंतर्दृष्टि साझा की।
[एम्बेडेड सामग्री]
आप लीडिंग विद डेटा के इस एपिसोड को जैसे लोकप्रिय प्लेटफॉर्म पर सुन सकते हैं Spotify, Google पॉडकास्ट, तथा Apple. ज्ञानवर्धक सामग्री का आनंद लेने के लिए अपना पसंदीदा चुनें!
अर्पित अग्रवाल के साथ हमारी बातचीत की मुख्य जानकारियां
- भविष्य का काम दूरस्थ सहयोग के लिए आभासी वास्तविकता पर निर्भर करता है।
- डेटा विज्ञान टीम लॉन्च करने से नवाचार और व्यावसायिक प्रभाव को बढ़ावा मिलता है।
- प्रारंभिक उत्पाद-चरण डेटा विज्ञान आंतरिक परीक्षणों और फीडबैक का उपयोग करके गुणवत्ता को प्राथमिकता देता है।
- डेटा विज्ञान के लिए भर्ती के लिए तकनीकी कौशल, समस्या-समाधान और मजबूत चरित्र की आवश्यकता होती है।
- डेटा विज्ञान कैरियर विकास के लिए व्यापक अन्वेषण के बाद विशेष विशेषज्ञता की आवश्यकता होती है।
एआई और डेटा विज्ञान नेताओं के साथ व्यावहारिक चर्चा के लिए हमारे आगामी लीडिंग विद डेटा सत्र में शामिल हों!
आइए अब देखते हैं कि अर्पित अग्रवाल ने अपने करियर सफर और इंडस्ट्री के अनुभव के बारे में किन सवालों के जवाब दिए।
कोविड-19 महामारी ने हमारे काम करने के तरीके को कैसे बदल दिया है?
महामारी ने हमारे काम की गतिशीलता को मौलिक रूप से बदल दिया है। हमने कार्यालय-केंद्रित वातावरण से दूरस्थ कार्य को एक नई वास्तविकता के रूप में अपनाने की ओर परिवर्तन किया है। कार्यालय वापसी नीतियों के साथ भी, कार्यबल का एक महत्वपूर्ण हिस्सा दूर से काम करना जारी रखेगा। चुनौती उत्पादकता को बनाए रखने और उन संबंधों को बढ़ावा देने में है जो कभी कार्यालय की दीवारों के भीतर बने थे। वर्तमान उपकरण व्यक्तिगत अनुभव की नकल करने में कम पड़ जाते हैं, यहीं पर मेटा की दृष्टि काम आती है। हम ऐसे उत्पाद विकसित कर रहे हैं जो वर्चुअल स्पेस के भीतर कंधे से कंधा मिलाकर काम करने, एक-दूसरे की शारीरिक भाषा को समझने और प्रभावी ढंग से सहयोग करने की भावना प्रदान करते हैं।
क्या आप कॉलेज से डेटा विज्ञान में अग्रणी बनने तक की अपनी यात्रा साझा कर सकते हैं?
मेरी यात्रा बिट्स गोवा से शुरू हुई, जहां मैंने कंप्यूटर विज्ञान की डिग्री हासिल की। प्रारंभ में, मैं अकादमिक रूप से केंद्रित था, लेकिन बिट्स ने मुझे डेटा व्याख्या सहित अन्य रुचियों का पता लगाने की अनुमति दी। मैंने एक पहेली क्लब का नेतृत्व किया, जिससे डेटा में मेरी रुचि जगी। कॉलेज के बाद, मैं ओरेकल में शामिल हो गया, जहां मैंने डेटा वेयरहाउसिंग और बिजनेस इंटेलिजेंस में काम किया, जिससे ग्राहकों को डेटा-संचालित निर्णय लेने में मदद मिली। इस अनुभव ने एनालिटिक्स और इसके व्यावसायिक अनुप्रयोगों में मेरी रुचि को मजबूत किया। मैंने अपनी व्यावसायिक समझ को गहरा करने के लिए एमबीए किया और बाद में म्यू सिग्मा में शामिल हो गया, जहाँ मैंने अपने विश्लेषण कौशल को निखारा। मेरा करियर ज़ूमकार और कैटाबुक जैसे स्टार्टअप्स में परामर्श भूमिकाओं और नेतृत्व पदों के माध्यम से आगे बढ़ा, जहां मैंने विविध डेटा विज्ञान चुनौतियों का सामना किया।
आपके करियर के कौन से महत्वपूर्ण क्षण थे जिन्होंने आपके मार्ग को आकार दिया?
ज़ूमकार से जुड़ना एक महत्वपूर्ण क्षण था। मुझे शुरू से ही डेटा साइंस टीम बनाने का काम सौंपा गया था, जिसने मुझे कार डेटा का उपयोग करके ड्राइवर स्कोरिंग सिस्टम जैसी नवीन परियोजनाओं पर काम करने की अनुमति दी। इस अनुभव से मुझे सी-स्तर के अधिकारियों के साथ मिलकर काम करने और व्यावसायिक निर्णयों को सीधे प्रभावित करने का अवसर मिला। एक और महत्वपूर्ण क्षण काटाबुक में मेरा समय था, जहां मैंने कंपनी को डेटा-संचालित बनने में मदद की और मशीन लर्निंग मॉडल पर आधारित ऋण पेशकश सहित विभिन्न विश्लेषणात्मक पहल शुरू की।
काम के भविष्य के लिए मेटा का दृष्टिकोण आभासी वास्तविकता के इर्द-गिर्द घूमता है, जिसका लक्ष्य एक ऐसा स्थान बनाना है जहां दूरस्थ सहयोग व्यक्तिगत बातचीत के समान ही स्वाभाविक और प्रभावी हो। डेटा विज्ञान उन उत्पादों के लिए महत्वाकांक्षी संगठनात्मक लक्ष्य निर्धारित करने में महत्वपूर्ण भूमिका निभाता है जो अपने समय से आगे हैं। इसमें इन लक्ष्यों के साथ उत्पाद रणनीति को संरेखित करना, उत्पाद की गुणवत्ता सुनिश्चित करना और विविध, वैश्विक टीमों का प्रबंधन करना शामिल है। डेटा विज्ञान उन उत्पादों के लिए विश्लेषण की चुनौती का भी समाधान करता है जो विकास के प्रारंभिक चरण में हैं, जहां ग्राहक डेटा दुर्लभ है।
0 से 1 चरण वाले उत्पादों का विश्लेषण करने में क्या चुनौतियाँ हैं?
0 से 1 चरण में उत्पादों के लिए विश्लेषण चुनौतीपूर्ण है क्योंकि निर्णय लेने में मार्गदर्शन के लिए सीमित ग्राहक डेटा है। उत्पाद की गुणवत्ता और कार्यक्षमता सुनिश्चित करने पर ध्यान केंद्रित किया गया है, जो उद्यम उत्पादों के लिए महत्वपूर्ण है। हम फीडबैक इकट्ठा करने और उत्पाद की दिशा को मान्य करने के लिए आंतरिक परीक्षण (डॉगफूडिंग), चुनिंदा समूहों के साथ अल्फा और बीटा परीक्षण और उपयोगकर्ता अनुसंधान पर भरोसा करते हैं। एक बार जब हमारे पास ठोस आधार हो, तो हम उत्पाद को व्यापक दर्शकों के लिए लॉन्च कर सकते हैं और उपयोगकर्ता की प्रतिक्रिया के आधार पर गोद लेने, बनाए रखने और पुनरावृति को मापने के लिए डेटा विज्ञान का उपयोग कर सकते हैं।
आप डेटा विज्ञान भूमिकाओं के लिए उम्मीदवारों का मूल्यांकन कैसे करते हैं, विशेष रूप से जेनरेटिव एआई जैसे उभरते क्षेत्रों में?
डेटा विज्ञान भूमिकाओं के लिए भर्ती करते समय, मैं मजबूत समस्या-समाधान कौशल, मशीन सीखने के बुनियादी सिद्धांतों की गहरी समझ और प्रोग्रामिंग भाषाओं और डेटा हेरफेर में दक्षता वाले उम्मीदवारों की तलाश करता हूं। विशेष रूप से जेनरेटिव एआई के लिए, उम्मीदवारों के पास प्राकृतिक भाषा प्रसंस्करण या कंप्यूटर विज़न जैसे संबंधित डोमेन में विशेषज्ञता होनी चाहिए। इसके अतिरिक्त, मैं चरित्र और कार्य नैतिकता को महत्व देता हूं, जिसका मूल्यांकन मैं व्यवहार संबंधी प्रश्नों, संदर्भ जांचों और उम्मीदवार की अपनी परियोजनाओं को गहराई से समझाने की क्षमता के माध्यम से करता हूं।
डेटा विज्ञान में अपना करियर शुरू करने वाले व्यक्तियों के लिए आपकी क्या सलाह है?
डेटा विज्ञान में शुरुआती लोगों के लिए, विशेषज्ञता हासिल करने से पहले विविध रुचियों का पता लगाएं। प्रचुर निःशुल्क शिक्षण संसाधनों का उपयोग करें, त्वरित वित्तीय लाभ के स्थान पर मूल्य और पूर्ति के लिए कौशल को प्राथमिकता दें। पर्याप्त वृद्धि के लिए, छोटी परियोजनाओं या कंपनियों में भी अवसरों का लाभ उठाएं। पहचानें कि कड़ी मेहनत ही भाग्य का आधार बनती है; सफलता सीखने और सुधार की एक सतत यात्रा है।
उपसंहार
अर्पित अग्रवाल की यात्रा विविध उद्योगों पर डेटा विज्ञान के प्रभाव का उदाहरण है। काम के भविष्य के लिए मेटा का दृष्टिकोण डेटा विज्ञान द्वारा निभाई जाने वाली महत्वपूर्ण भूमिका पर प्रकाश डालता है। इच्छुक डेटा वैज्ञानिक कौशल विकास, अवसरों को अपनाने और निरंतर सीखने की स्थायी यात्रा पर अर्पित के जोर से मूल्यवान सलाह प्राप्त कर सकते हैं।
एआई, डेटा साइंस और जेनएआई पर अधिक आकर्षक सत्रों के लिए, लीडिंग विद डेटा पर हमारे साथ बने रहें।
सम्बंधित
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.analyticsvidhya.com/blog/2023/11/shaping-the-future-of-work-insights-from-metas-arpit-agarwal/
- :हैस
- :है
- :कहाँ
- 1
- a
- क्षमता
- About
- प्रचुर
- इसके अतिरिक्त
- पतों
- दत्तक ग्रहण
- सलाह
- आगे
- AI
- एमिंग
- पंक्ति में करनेवाला
- सब
- की अनुमति दी
- अल्फा
- भी
- महत्त्वाकांक्षी
- an
- विश्लेषिकी
- और
- अन्य
- Apple
- अनुप्रयोगों
- हैं
- चारों ओर
- अर्पित
- AS
- आकांक्षी
- आकलन
- At
- दर्शक
- आधारित
- आधार
- क्योंकि
- बन
- बनने
- से पहले
- शुरू किया
- शुरुआती
- बीटा
- परिवर्तन
- विस्तृत
- व्यापक
- इमारत
- बनाया गया
- व्यापार
- व्यावसायिक अनुप्रयोग
- व्यवसाय प्रभाव
- व्यापारिक सूचना
- लेकिन
- by
- कर सकते हैं
- उम्मीदवारों
- कार
- कैरियर
- कॅरिअर
- चुनौती
- चुनौतियों
- चुनौतीपूर्ण
- बदल
- चरित्र
- जाँचता
- ग्राहकों
- निकट से
- क्लब
- सहयोग
- सहयोग
- कॉलेज
- आता है
- कंपनियों
- कंपनी
- कंप्यूटर
- कम्प्यूटर साइंस
- Computer Vision
- कनेक्शन
- परामर्श
- सामग्री
- जारी रखने के
- निरंतर
- कन्वर्सेशन (Conversation)
- COVID -19
- COVID-19 महामारी
- बनाना
- महत्वपूर्ण
- महत्वपूर्ण
- वर्तमान
- ग्राहक
- ग्राहक डेटा
- तिथि
- डेटा विज्ञान
- डेटा पर ही आधारित
- निर्णय
- निर्णय
- गहरा
- गहरा
- डिग्री
- मांग
- गहराई
- विकासशील
- विकास
- दिशा
- सीधे
- विचार - विमर्श
- कई
- do
- कर
- डोमेन
- ड्राइवर
- गतिकी
- से प्रत्येक
- शीघ्र
- प्रभावी
- प्रभावी रूप से
- एम्बेडेड
- गले
- कस्र्न पत्थर
- जोर
- पर बल
- समर्थकारी
- टिकाऊ
- मनोहन
- का आनंद
- सुनिश्चित
- उद्यम
- वातावरण
- प्रकरण
- विशेष रूप से
- नैतिक
- और भी
- एक्जीक्यूटिव
- मिसाल
- अनुभव
- अनुभव
- विशेषज्ञता
- समझाना
- अन्वेषण
- का पता लगाने
- गिरना
- पसंदीदा
- प्रतिक्रिया
- भावना
- फ़ील्ड
- वित्तीय
- फोकस
- ध्यान केंद्रित
- पीछा किया
- के लिए
- रूपों
- को बढ़ावा देने
- फोस्टर
- बुनियाद
- मुक्त
- से
- पूर्ति
- कार्यक्षमता
- मूलरूप में
- आधार
- भविष्य
- काम का भविष्य
- लाभ
- इकट्ठा
- दे दिया
- उत्पादक
- जनरेटिव एआई
- वैश्विक
- लक्ष्यों
- गूगल
- समूह की
- विकास
- गाइड
- कठिन
- कड़ी मेहनत
- है
- मदद की
- मदद
- यहाँ उत्पन्न करें
- हाइलाइट
- टिका
- किराए पर लेना
- उसके
- कैसे
- http
- HTTPS
- i
- प्रभाव
- सुधार
- in
- सहित
- व्यक्तियों
- उद्योगों
- उद्योग
- प्रभाव
- शुरू में
- पहल
- नवोन्मेष
- अभिनव
- व्यावहारिक
- अंतर्दृष्टि
- बुद्धि
- बातचीत
- ब्याज
- रुचियों
- आंतरिक
- व्याख्या
- में
- शामिल
- IT
- आईटी इस
- में शामिल हो गए
- यात्रा
- कुंजी
- भाषा
- भाषाऐं
- स्थायी
- बाद में
- लांच
- शुभारंभ
- नेता
- नेतृत्व
- प्रमुख
- सीख रहा हूँ
- नेतृत्व
- झूठ
- पसंद
- सीमित
- ऋण
- देखिए
- भाग्य
- मशीन
- यंत्र अधिगम
- को बनाए रखने
- बनाना
- प्रबंध
- जोड़ - तोड़
- एमबीए
- me
- माप
- मेटा
- मॉडल
- पल
- लम्हें
- अधिक
- my
- प्राकृतिक
- प्राकृतिक भाषा
- प्राकृतिक भाषा संसाधन
- की जरूरत है
- नया
- of
- प्रसाद
- Office
- on
- एक बार
- चल रहे
- संचालित
- अवसर
- अवसर
- or
- पेशीनगोई
- संगठनात्मक
- अन्य
- हमारी
- के ऊपर
- महामारी
- पथ
- चरण
- चुनना
- केंद्रीय
- प्लेटफार्म
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्ले
- खिलाड़ी
- निभाता
- नीतियाँ
- लोकप्रिय
- पदों
- प्राथमिकता
- प्राथमिकता
- समस्या को सुलझाना
- प्रसंस्करण
- एस्ट्रो मॉल
- उत्पाद की गुणवत्ता
- उत्पादकता
- उत्पाद
- प्रोग्रामिंग
- प्रोग्रामिंग की भाषाएँ
- आगे बढ़े
- परियोजनाओं
- प्रदान करना
- कौशल
- पहेलि
- गुणवत्ता
- प्रशन
- त्वरित
- वास्तविकता
- पहचान
- संदर्भ
- प्रासंगिक
- भरोसा करना
- दूरस्थ
- दूरदराज के काम
- दूर से
- अनुसंधान
- उपयुक्त संसाधन चुनें
- प्रतिधारण
- घूमता
- भूमिका
- भूमिकाओं
- s
- दुर्लभ
- विज्ञान
- वैज्ञानिकों
- स्कोरिंग
- खरोंच
- देखना
- को जब्त
- चयन
- सत्र
- की स्थापना
- आकार
- आकार देने
- Share
- शेयरों
- कम
- चाहिए
- पक्ष
- सिग्मा
- महत्वपूर्ण
- कौशल
- कौशल
- छोटे
- ठोस
- अंतरिक्ष
- छिड़
- विशेषीकृत
- विशेषज्ञता
- विशेष रूप से
- Spotify
- चरणों
- शुरुआत में
- स्टार्टअप
- रहना
- स्ट्रेटेजी
- मजबूत
- पर्याप्त
- सफलता
- ऐसा
- सिस्टम
- टीम
- टीमों
- तकनीकी
- परीक्षण
- परीक्षण
- कि
- RSI
- भविष्य
- काम का भविष्य
- लेकिन हाल ही
- इन
- इसका
- यहाँ
- पहर
- सेवा मेरे
- उपकरण
- तब्दील
- संक्रमित कर दिया
- समझ
- आगामी
- us
- उपयोग
- उपयोगकर्ता
- का उपयोग
- उपयोग
- सत्यापित करें
- मूल्यवान
- मूल्य
- विभिन्न
- वीडियो
- वास्तविक
- आभासी वास्तविकता
- वर्चुअल स्पेस
- दृष्टि
- भण्डारण
- था
- मार्ग..
- we
- थे
- कौन कौन से
- मर्जी
- साथ में
- अंदर
- काम
- काम किया
- कार्यबल
- काम कर रहे
- कार्यस्थल
- इसलिए आप
- आपका
- यूट्यूब
- जेफिरनेट