Plasmare il futuro del lavoro: approfondimenti da Arpit Agarwal di Meta

Ripubblicato da Platone

Seguaci: 0

La pandemia di COVID-19 ha trasformato il luogo di lavoro e il lavoro a distanza è diventato una norma duratura. In questo episodio di Leader con i dati, Arpit Agarwal di Meta discute di come comporta il futuro del lavoro realtà virtuale, consentendo una collaborazione remota che rispecchia le esperienze vissute di persona. Arpit condivide gli approfondimenti del suo viaggio, sottolineando i momenti cruciali e le sfide dell'analisi nelle fasi iniziali dello sviluppo del prodotto.

[Contenuto incorporato]

Puoi ascoltare questo episodio di Leading with Data su piattaforme popolari come Spotify, Google Podcaste Apple. Scegli il tuo preferito per goderti i contenuti approfonditi!

Approfondimenti chiave dalla nostra conversazione con Arpit Agarwal

Il lavoro futuro dipende dalla realtà virtuale per la collaborazione remota.
Il lancio di un team di data science favorisce l’innovazione e l’impatto sul business.
La scienza dei dati nella fase iniziale del prodotto dà priorità alla qualità, utilizzando test interni e feedback.
L'assunzione per la scienza dei dati richiede abilità tecniche, capacità di risoluzione dei problemi e carattere forte.
La crescita della carriera nella scienza dei dati richiede un'ampia esplorazione seguita da competenze specializzate.

Partecipa alle nostre prossime sessioni Leading with Data per discussioni approfondite con i leader dell'intelligenza artificiale e della scienza dei dati!

Ora vediamo le domande a cui ha risposto Arpit Agarwal sul suo percorso professionale e sulla sua esperienza nel settore.

In che modo la pandemia di COVID-19 ha rimodellato il nostro modo di lavorare?

La pandemia ha cambiato radicalmente le nostre dinamiche lavorative. Siamo passati da ambienti incentrati sull'ufficio ad abbracciare il lavoro remoto come una nuova realtà. Anche con le politiche di ritorno in ufficio, una parte significativa della forza lavoro continuerà a operare da remoto. La sfida sta nel mantenere la produttività e favorire le connessioni che una volta venivano costruite all’interno delle mura degli uffici. Gli strumenti attuali non riescono a replicare l'esperienza di persona, ed è qui che entra in gioco la visione di Meta. Stiamo sviluppando prodotti che offrono la sensazione di lavorare fianco a fianco, di comprendere il linguaggio del corpo degli altri e di collaborare in modo efficace, il tutto all'interno di uno spazio virtuale.

Il mio viaggio è iniziato al BITS Goa, dove ho conseguito una laurea in informatica. Inizialmente ero concentrato sul mondo accademico, ma BITS mi ha permesso di esplorare altri interessi, inclusa l'interpretazione dei dati. Ho guidato un club di enigmi, che ha suscitato il mio interesse per i dati. Dopo il college, sono entrato in Oracle, dove ho lavorato nel data warehousing e nella business intelligence, aiutando i clienti a prendere decisioni basate sui dati. Questa esperienza ha consolidato il mio interesse per l'analisi e le sue applicazioni aziendali. Ho conseguito un MBA per approfondire la mia conoscenza del business e successivamente sono entrato in Mu Sigma, dove ho affinato le mie capacità di analisi. La mia carriera è progredita attraverso ruoli di consulenza e posizioni di leadership in startup come Zoomcar e Katabook, dove ho affrontato diverse sfide di data science.

Quali sono stati i momenti chiave della tua carriera che hanno segnato il tuo percorso?

Unirsi a Zoomcar è stato un momento cruciale. Mi è stato assegnato il compito di creare da zero il team di data science, il che mi ha permesso di lavorare su progetti innovativi come i sistemi di punteggio dei conducenti utilizzando i dati delle auto. Questa esperienza mi ha dato l'opportunità di lavorare a stretto contatto con dirigenti di livello C e influenzare direttamente le decisioni aziendali. Un altro momento significativo è stato il mio periodo in Katabook, dove ho aiutato l'azienda a diventare orientata ai dati e ho lanciato varie iniziative di analisi, comprese offerte di prestito basate su modelli di apprendimento automatico.

La visione di Meta per il futuro del lavoro ruota attorno alla realtà virtuale, con l'obiettivo di creare uno spazio in cui la collaborazione remota sia naturale ed efficace quanto le interazioni di persona. La scienza dei dati svolge un ruolo cruciale nel definire obiettivi organizzativi ambiziosi per prodotti che sono in anticipo sui tempi. Implica l'allineamento della strategia di prodotto a questi obiettivi, la garanzia della qualità del prodotto e la gestione di team globali diversificati. La scienza dei dati affronta anche la sfida dell’analisi per i prodotti che si trovano nelle prime fasi di sviluppo, dove i dati dei clienti sono scarsi.

Quali sono le sfide legate all'analisi dei prodotti che si trovano nella fase 0-1?

L'analisi dei prodotti nella fase 0 a 1 è impegnativa perché i dati dei clienti per guidare il processo decisionale sono limitati. L'obiettivo è garantire la qualità e la funzionalità del prodotto, che è fondamentale per i prodotti aziendali. Facciamo affidamento su test interni (dogfooding), test alfa e beta con gruppi selezionati e ricerche sugli utenti per raccogliere feedback e convalidare la direzione del prodotto. Una volta che abbiamo una base solida, possiamo lanciare il prodotto a un pubblico più ampio e utilizzare la scienza dei dati per misurare l'adozione, la fidelizzazione e l'iterazione in base al feedback degli utenti.

Come valutate i candidati per ruoli di scienza dei dati, soprattutto in campi emergenti come l'intelligenza artificiale generativa?

Quando assumo ruoli di data science, cerco candidati con forti capacità di problem solving, una profonda conoscenza dei fondamenti del machine learning e competenza nei linguaggi di programmazione e nella manipolazione dei dati. Nello specifico, per l’intelligenza artificiale generativa, i candidati dovrebbero avere esperienza nel settore pertinente, come l’elaborazione del linguaggio naturale o la visione artificiale. Inoltre, apprezzo il carattere e l'etica del lavoro, che valuto attraverso domande comportamentali, controlli delle referenze e la capacità del candidato di spiegare i propri progetti in modo approfondito.

Che consigli hai per le persone che iniziano la loro carriera nella scienza dei dati?

Per i principianti nella scienza dei dati, esplora interessi diversi prima di specializzarti. Utilizza abbondanti risorse di apprendimento gratuite, dai priorità alle competenze in termini di valore e soddisfazione rispetto a rapidi guadagni finanziari. Cogli le opportunità, anche in progetti o aziende più piccoli, per una crescita sostanziale. Riconoscere che il duro lavoro costituisce la base della fortuna; il successo è un viaggio continuo di apprendimento e miglioramento.

Riassumendo

Il viaggio di Arpit Agarwal esemplifica l'impatto della scienza dei dati su diversi settori. La visione di Meta per il futuro del lavoro evidenzia il ruolo fondamentale svolto dalla scienza dei dati. Gli aspiranti data scientist possono raccogliere preziosi consigli dall'enfasi di Arpit sullo sviluppo delle competenze, sull'adozione delle opportunità e sul viaggio duraturo dell'apprendimento continuo.

Per sessioni più coinvolgenti su AI, data science e GenAI, resta sintonizzato con noi su Leading with Data.

Controlla le nostre prossime sessioni qui.