Membentuk Masa Depan Pekerjaan: Wawasan Dari Arpit Agarwal Meta

Diterbitkan Ulang Oleh Plato

Followers: 0

Pandemi COVID-19 telah mengubah tempat kerja, dan kerja jarak jauh menjadi hal yang biasa. Dalam episode ini Memimpin dengan Data, Arpit Agarwal dari Meta membahas bagaimana masa depan dunia kerja virtual reality, memungkinkan kolaborasi jarak jauh yang mencerminkan pengalaman tatap muka. Arpit berbagi wawasan dari perjalanannya, menekankan momen penting dan tantangan analitik dalam tahap awal pengembangan produk.

[Embedded content]

Anda dapat mendengarkan episode Memimpin dengan Data ini di platform populer seperti Spotify, Google Podcast, dan Apple. Pilih favorit Anda untuk menikmati konten yang berwawasan luas!

Wawasan Penting dari Percakapan kami dengan Arpit Agarwal

Pekerjaan di masa depan bergantung pada realitas virtual untuk kolaborasi jarak jauh.
Meluncurkan tim ilmu data akan mendorong inovasi dan dampak bisnis.
Ilmu data tahap produk awal memprioritaskan kualitas, menggunakan pengujian internal dan umpan balik.
Mempekerjakan ilmu data membutuhkan kecakapan teknis, pemecahan masalah, dan karakter yang kuat.
Pertumbuhan karir ilmu data menuntut eksplorasi luas yang diikuti dengan keahlian khusus.

Bergabunglah dengan sesi Memimpin dengan Data kami yang akan datang untuk diskusi mendalam dengan para pemimpin AI dan Ilmu Data!

Sekarang, mari kita lihat pertanyaan yang dijawab Arpit Agarwal tentang perjalanan karier dan pengalaman industrinya.

Bagaimana pandemi COVID-19 mengubah cara kita bekerja?

Pandemi ini telah mengubah dinamika kerja kita secara mendasar. Kami telah bertransisi dari lingkungan kantor yang berpusat pada pekerjaan jarak jauh sebagai sebuah kenyataan baru. Bahkan dengan adanya kebijakan kembali ke kantor, sebagian besar tenaga kerja akan terus bekerja dari jarak jauh. Tantangannya terletak pada mempertahankan produktivitas dan membina koneksi yang pernah dibangun di dalam tembok kantor. Alat yang ada saat ini tidak mampu mereplikasi pengalaman tatap muka, dan di situlah visi Meta ikut berperan. Kami mengembangkan produk yang memberikan perasaan bekerja berdampingan, memahami bahasa tubuh satu sama lain, dan berkolaborasi secara efektif, semuanya dalam ruang virtual.

Perjalanan saya dimulai di BITS Goa, tempat saya mengejar gelar ilmu komputer. Awalnya saya fokus pada akademis, namun BITS mengizinkan saya mengeksplorasi minat lain, termasuk interpretasi data. Saya memimpin klub teka-teki, yang memicu minat saya pada data. Pasca kuliah, saya bergabung dengan Oracle, tempat saya bekerja di bidang pergudangan data dan intelijen bisnis, membantu klien membuat keputusan berdasarkan data. Pengalaman ini memperkuat minat saya terhadap analitik dan aplikasi bisnisnya. Saya mengejar gelar MBA untuk memperdalam pemahaman bisnis saya dan kemudian bergabung dengan Mu Sigma, tempat saya mengasah keterampilan analisis saya. Karier saya berkembang melalui peran konsultasi dan posisi kepemimpinan di perusahaan rintisan seperti Zoomcar dan Katabook, tempat saya mengatasi beragam tantangan ilmu data.

Momen penting apa dalam karier Anda yang membentuk jalur Anda?

Bergabung dengan Zoomcar adalah momen yang sangat penting. Saya ditugaskan untuk membangun tim ilmu data dari awal, yang memungkinkan saya mengerjakan proyek inovatif seperti sistem penilaian pengemudi menggunakan data mobil. Pengalaman ini memberi saya kesempatan untuk bekerja sama dengan para eksekutif tingkat C dan mempengaruhi keputusan bisnis secara langsung. Momen penting lainnya adalah saat saya bekerja di Katabook, saat saya membantu perusahaan menjadi berbasis data dan meluncurkan berbagai inisiatif analisis, termasuk penawaran pinjaman berdasarkan model pembelajaran mesin.

Visi Meta untuk masa depan dunia kerja berkisar pada realitas virtual, yang bertujuan untuk menciptakan ruang di mana kolaborasi jarak jauh bisa dilakukan secara alami dan efektif seperti interaksi tatap muka. Ilmu data memainkan peran penting dalam menetapkan tujuan organisasi yang ambisius untuk produk-produk yang lebih maju. Hal ini melibatkan penyelarasan strategi produk dengan tujuan-tujuan ini, memastikan kualitas produk, dan mengelola tim global yang beragam. Ilmu data juga menjawab tantangan analitik untuk produk yang berada pada tahap awal pengembangan, di mana data pelanggan masih langka.

Apa saja tantangan melakukan analisis untuk produk yang berada pada fase 0 hingga 1?

Analisis untuk produk dalam fase 0 hingga 1 merupakan tantangan karena terbatasnya data pelanggan untuk memandu pengambilan keputusan. Fokusnya adalah memastikan kualitas dan fungsionalitas produk, yang merupakan hal penting bagi produk perusahaan. Kami mengandalkan pengujian internal (dogfooding), pengujian alfa dan beta dengan kelompok terpilih, dan riset pengguna untuk mengumpulkan masukan dan memvalidasi arahan produk. Setelah kami memiliki dasar yang kuat, kami dapat meluncurkan produk ke khalayak yang lebih luas dan menggunakan ilmu data untuk mengukur adopsi, retensi, dan pengulangan berdasarkan masukan pengguna.

Bagaimana Anda menilai kandidat untuk peran ilmu data, terutama di bidang yang sedang berkembang seperti AI generatif?

Saat merekrut untuk peran ilmu data, saya mencari kandidat dengan keterampilan pemecahan masalah yang kuat, pemahaman mendalam tentang dasar-dasar pembelajaran mesin, dan kemahiran dalam bahasa pemrograman dan manipulasi data. Khusus untuk AI generatif, kandidat harus memiliki keahlian dalam domain yang relevan, seperti pemrosesan bahasa alami atau visi komputer. Selain itu, saya menghargai karakter dan etos kerja, yang saya nilai melalui pertanyaan perilaku, pemeriksaan referensi, dan kemampuan kandidat untuk menjelaskan proyek mereka secara mendalam.

Saran apa yang Anda miliki untuk individu yang memulai karir mereka di bidang ilmu data?

Untuk pemula dalam ilmu data, jelajahi beragam minat sebelum mengambil spesialisasi. Memanfaatkan sumber daya pembelajaran gratis yang berlimpah, memprioritaskan keterampilan demi nilai dan kepuasan dibandingkan keuntungan finansial yang cepat. Raih peluang, bahkan dalam proyek atau perusahaan kecil, untuk pertumbuhan besar. Sadarilah bahwa kerja keras merupakan dasar dari keberuntungan; kesuksesan adalah perjalanan pembelajaran dan perbaikan yang berkelanjutan.

Menyimpulkan Up

Perjalanan Arpit Agarwal memberikan contoh dampak ilmu data pada beragam industri. Visi Meta untuk masa depan dunia kerja menyoroti peran penting yang dimainkan oleh ilmu data. Calon ilmuwan data dapat memperoleh nasihat berharga dari penekanan Arpit pada pengembangan keterampilan, memanfaatkan peluang, dan perjalanan pembelajaran berkelanjutan yang berkelanjutan.

Untuk sesi yang lebih menarik tentang AI, ilmu data, dan GenAI, ikuti terus kami di Memimpin dengan Data.

Periksa sesi kami yang akan datang di sini.