Moldando o Futuro do Trabalho: Insights de Arpit Agarwal da Meta

Moldando o Futuro do Trabalho: Insights de Arpit Agarwal da Meta

Carimbo de data / hora: 28 de novembro de 2023 2h45
Nó Fonte: 2982695

A pandemia da COVID-19 transformou o local de trabalho, com o trabalho remoto a tornar-se uma norma duradoura. Neste episódio de Liderando com Dados, Arpit Agarwal da Meta discute como o futuro do trabalho envolve realidade virtual, permitindo a colaboração remota que reflete experiências presenciais. Arpit compartilha insights de sua jornada, enfatizando momentos cruciais e os desafios da análise nos estágios iniciais do desenvolvimento de produtos.

[Conteúdo incorporado]

Você pode ouvir este episódio de Leading with Data em plataformas populares como Spotify, Google Podcasts e Apple. Escolha o seu favorito para aproveitar o conteúdo esclarecedor!

Principais insights de nossa conversa com Arpit Agarwal

  • O trabalho futuro depende da realidade virtual para colaboração remota.
  • O lançamento de uma equipe de ciência de dados promove a inovação e o impacto nos negócios.
  • A ciência de dados na fase inicial do produto prioriza a qualidade, usando testes internos e feedback.
  • A contratação para ciência de dados exige habilidade técnica, resolução de problemas e caráter forte.
  • O crescimento na carreira em ciência de dados exige ampla exploração seguida de conhecimento especializado.

Participe de nossas próximas sessões Liderando com Dados para discussões esclarecedoras com líderes de IA e Ciência de Dados!

Agora, vamos ver as perguntas que Arpit Agarwal respondeu sobre sua trajetória profissional e experiência no setor.

Como a pandemia da COVID-19 remodelou a forma como trabalhamos?

A pandemia mudou fundamentalmente a nossa dinâmica de trabalho. Fizemos a transição de ambientes centrados no escritório para abraçar o trabalho remoto como uma nova realidade. Mesmo com políticas de regresso ao escritório, uma parte significativa da força de trabalho continuará a operar remotamente. O desafio reside em manter a produtividade e promover conexões que antes eram construídas dentro dos escritórios. As ferramentas atuais são insuficientes para replicar a experiência pessoal, e é aí que a visão da Meta entra em ação. Estamos desenvolvendo produtos que proporcionam a sensação de trabalhar lado a lado, entendendo a linguagem corporal uns dos outros e colaborando de forma eficaz, tudo dentro de um espaço virtual.

Você pode compartilhar sua jornada desde a faculdade até se tornar um líder em ciência de dados?

Minha jornada começou na BITS Goa, onde me formei em ciência da computação. Inicialmente, meu foco era acadêmico, mas o BITS me permitiu explorar outros interesses, incluindo a interpretação de dados. Liderei um clube de quebra-cabeças, o que despertou meu interesse por dados. Após a faculdade, ingressei na Oracle, onde trabalhei em data warehousing e business intelligence, ajudando clientes a tomar decisões baseadas em dados. Essa experiência solidificou meu interesse em análises e suas aplicações de negócios. Fiz um MBA para aprofundar meu conhecimento sobre negócios e mais tarde ingressei na Mu Sigma, onde aprimorei minhas habilidades analíticas. Minha carreira progrediu através de funções de consultoria e posições de liderança em startups como Zoomcar e Katabook, onde enfrentei diversos desafios de ciência de dados.

Quais foram os momentos-chave da sua carreira que marcaram o seu caminho?

Juntar-se à Zoomcar foi um momento crucial. Recebi a tarefa de construir a equipe de ciência de dados do zero, o que me permitiu trabalhar em projetos inovadores, como sistemas de pontuação de motoristas usando dados de carros. Essa experiência me deu a oportunidade de trabalhar em estreita colaboração com executivos de nível C e influenciar diretamente as decisões de negócios. Outro momento significativo foi minha passagem pela Katabook, onde ajudei a empresa a se tornar orientada por dados e a lançar diversas iniciativas de análise, incluindo ofertas de empréstimos baseadas em modelos de aprendizado de máquina.

A visão da Meta para o futuro do trabalho gira em torno da realidade virtual, com o objetivo de criar um espaço onde a colaboração remota seja tão natural e eficaz quanto as interações presenciais. A ciência de dados desempenha um papel crucial no estabelecimento de metas organizacionais ambiciosas para produtos que estão à frente do seu tempo. Envolve alinhar a estratégia do produto com esses objetivos, garantir a qualidade do produto e gerenciar diversas equipes globais. A ciência de dados também aborda o desafio da análise de produtos que estão nos estágios iniciais de desenvolvimento, onde os dados dos clientes são escassos.

Quais são os desafios de fazer análises para produtos que estão na fase 0 a 1?

A análise de produtos na fase 0 a 1 é desafiadora porque há dados limitados dos clientes para orientar a tomada de decisões. O foco está em garantir a qualidade e funcionalidade do produto, o que é fundamental para produtos empresariais. Contamos com testes internos (dogfooding), testes alfa e beta com grupos selecionados e pesquisas de usuários para coletar feedback e validar a direção do produto. Assim que tivermos uma base sólida, poderemos lançar o produto para um público mais amplo e usar a ciência de dados para medir a adoção, retenção e iterar com base no feedback do usuário.

Como você avalia os candidatos para funções de ciência de dados, especialmente em áreas emergentes como IA generativa?

Ao contratar para funções de ciência de dados, procuro candidatos com fortes habilidades de resolução de problemas, um profundo conhecimento dos fundamentos do aprendizado de máquina e proficiência em linguagens de programação e manipulação de dados. Especificamente para IA generativa, os candidatos devem ter experiência no domínio relevante, como processamento de linguagem natural ou visão computacional. Além disso, valorizo ​​o caráter e a ética de trabalho, que avalio por meio de questões comportamentais, verificação de referências e a capacidade do candidato de explicar seus projetos em profundidade.

Que conselho você daria para pessoas que estão iniciando suas carreiras em ciência de dados?

Para iniciantes em ciência de dados, explore diversos interesses antes de se especializar. Utilize abundantes recursos de aprendizagem gratuitos, priorize habilidades de valor e realização em vez de ganhos financeiros rápidos. Aproveite as oportunidades, mesmo em projetos ou empresas menores, para um crescimento substancial. Reconheça que o trabalho árduo constitui a base da sorte; o sucesso é uma jornada contínua de aprendizado e melhoria.

Resumindo

A jornada de Arpit Agarwal exemplifica o impacto da ciência de dados em diversos setores. A visão da Meta para o futuro do trabalho destaca o papel fundamental que a ciência de dados desempenha. Os aspirantes a cientistas de dados podem obter conselhos valiosos da ênfase da Arpit no desenvolvimento de habilidades, no aproveitamento de oportunidades e na jornada duradoura de aprendizagem contínua. 

Para sessões mais envolventes sobre IA, ciência de dados e GenAI, fique ligado em Leading with Data.

Confira nossas próximas sessões aqui.

Carimbo de hora:

Mais de Análise Vidhya