仕事の未来を形作る: Meta の Arpit Agarwal からの洞察

新型コロナウイルス感染症のパンデミックにより職場は一変し、リモートワークが永続的な標準となりました。 このエピソードでは、 データでリードする、Meta の Arpit Agarwal が、仕事の未来にどのような影響があるかについて語ります。 仮想現実、対面でのエクスペリエンスを反映したリモート コラボレーションが可能になります。 Arpit 氏は、製品開発の初期段階における極めて重要な瞬間と分析の課題を強調しながら、これまでの歩みから得た洞察を共有します。

[埋め込まれたコンテンツ]

Leading with Data のこのエピソードは、次のような人気のあるプラットフォームで聴くことができます。 Spotifyは, Googleポッドキャスト, Apple。 お気に入りを選んで、洞察力に富んだコンテンツをお楽しみください。

Arpit Agarwal との会話から得た重要な洞察

• 今後の取り組みは、リモート コラボレーションのための仮想現実にかかっています。
• データ サイエンス チームを立ち上げると、イノベーションとビジネスへの影響が促進されます。
• 製品の初期段階のデータ サイエンスでは、内部テストとフィードバックを使用して品質を優先します。
• データサイエンスの採用には、技術力、問題解決能力、そして強い人格が必要です。
• データ サイエンスのキャリアの成長には、幅広い探求とその後の専門知識が必要です。

今後開催される Leading with Data セッションに参加して、AI およびデータ サイエンスのリーダーとの洞察力に富んだディスカッションをお楽しみください。

それでは、Arpit Agarwal がキャリアの歩みと業界での経験について答えた質問を見てみましょう。

新型コロナウイルス感染症のパンデミックは私たちの働き方をどのように変えたのでしょうか?

パンデミックは私たちの仕事のダイナミクスを根本的に変えました。 私たちはオフィス中心の環境からリモートワークを新たな現実として受け入れる環境に移行しました。 オフィス復帰ポリシーがあっても、従業員のかなりの部分は引き続きリモートで業務を行うことになります。 課題は、生産性を維持し、かつてオフィスの壁の中に構築されていたつながりを促進することにあります。 現在のツールでは対面体験を再現するには不十分であり、ここで Meta のビジョンが活かされます。 私たちは、仮想空間内で、一緒に仕事をし、お互いのボディランゲージを理解し、効果的にコラボレーションしている感覚を提供する製品を開発しています。

大学からデータサイエンスのリーダーになるまでの道のりを教えていただけますか?

私の旅は BITS Goa で始まり、そこでコンピューター サイエンスの学位を取得しました。 当初、私は学術的なことに集中していましたが、BITS のおかげで、データの解釈など、他の興味を探求することができました。 私はパズル クラブを率いており、それがデータへの興味のきっかけとなりました。 大学卒業後は、Oracle に入社し、データ ウェアハウジングとビジネス インテリジェンスの分野で働き、クライアントがデータに基づいた意思決定を行えるよう支援しました。 この経験により、分析とそのビジネス アプリケーションに対する私の興味が固まりました。 ビジネスへの理解を深めるために MBA を取得し、その後ミュー シグマに入社して分析スキルを磨きました。 私のキャリアは、Zoomcar や Katabook などのスタートアップ企業でコンサルティング職やリーダー職を経て進歩し、そこでデータ サイエンスのさまざまな課題に取り組みました。

あなたのキャリアにおいて、あなたの道を形作った重要な瞬間は何でしたか?

Zoomcar への参加は極めて重要な瞬間でした。 私はデータ サイエンス チームをゼロから構築する任務を負ったため、車のデータを使用したドライバー採点システムなどの革新的なプロジェクトに取り組むことができました。 この経験により、経営幹部と緊密に連携し、ビジネス上の意思決定に直接影響を与える機会が得られました。 もう XNUMX つの重要な瞬間は、Katabook での勤務でした。そこでは、会社がデータ駆動型になるよう支援し、機械学習モデルに基づくローンの提供を含むさまざまな分析の取り組みを立ち上げました。

Meta の未来の仕事のビジョンは仮想現実を中心に展開しており、遠隔コラボレーションが対面でのやり取りと同じくらい自然かつ効果的な空間を作り出すことを目指しています。 データ サイエンスは、時代を先取りする製品に対する野心的な組織目標を設定する上で重要な役割を果たします。 これには、製品戦略をこれらの目標に合わせて調整し、製品の品質を確保し、多様なグローバル チームを管理することが含まれます。 データ サイエンスは、顧客データが不足している開発の初期段階にある製品の分析の課題にも対処します。

0 から 1 フェーズにある製品の分析を行う際の課題は何ですか?

意思決定の指針となる顧客データが限られているため、0 から 1 フェーズにある製品の分析は困難です。 エンタープライズ製品にとって重要な製品の品質と機能を確保することに重点が置かれています。 私たちは内部テスト (ドッグフーディング)、選ばれたグループによるアルファおよびベータ テスト、ユーザー調査に頼ってフィードバックを収集し、製品の方向性を検証しています。 強固な基盤ができたら、より幅広いユーザーに向けて製品を発売し、データ サイエンスを使用して、ユーザーのフィードバックに基づいて導入、維持、反復を測定できます。

特に生成 AI などの新興分野におけるデータ サイエンスの役割の候補者をどのように評価しますか?

データ サイエンスの職を採用する場合、私は強力な問題解決スキル、機械学習の基礎を深く理解していること、プログラミング言語とデータ操作に習熟している候補者を求めています。 特に生成 AI の場合、候補者は自然言語処理やコンピューター ビジョンなど、関連分野の専門知識を持っている必要があります。 さらに、私は人格と労働倫理を重視しており、行動に関する質問、リファレンスチェック、プロジェクトを深く説明する候補者の能力を通じて評価します。

データサイエンスでキャリアをスタートさせようとしている人たちにアドバイスはありますか?

データ サイエンスの初心者の場合は、専門化する前にさまざまな興味を探求してください。 豊富な無料学習リソースを活用し、目先の経済的利益よりも価値と充実感を求めるスキルを優先します。 たとえ小規模なプロジェクトや企業であっても、大幅な成長のチャンスを掴みましょう。 努力が幸運の基礎となることを認識してください。 成功とは、継続的な学習と改善の旅です。

まとめ

Arpit Agarwal 氏の旅は、さまざまな業界に対するデータ サイエンスの影響を例示しています。 仕事の未来に対するメタのビジョンは、データ サイエンスが果たす極めて重要な役割を強調しています。 意欲的なデータ サイエンティストは、スキル開発、機会の活用、継続的な学習の永続的な旅に重点を置いている Arpit から貴重なアドバイスを得ることができます。 

AI、データ サイエンス、GenAI に関するさらに魅力的なセッションについては、「データによるリーダーシップ」にご注目ください。

今後のセッションはこちらでご確認ください。

関連記事

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.analyticsvidhya.com/blog/2023/11/shaping-the-future-of-work-insights-from-metas-arpit-agarwal/