İşin Geleceğini Şekillendirmek: Meta'nın Arpit Agarwal'ından İçgörüler

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

COVID-19 salgını, uzaktan çalışmanın kalıcı bir norm haline gelmesiyle işyerini dönüştürdü. Bu bölümde Verilerle Liderlik Etmek, Meta'dan Arpit Agarwal işin geleceğinin nasıl gerektirdiğini tartışıyor sanal gerçeklikkişisel deneyimleri yansıtan uzaktan işbirliğine olanak tanıyor. Arpit, yolculuğundan içgörüler paylaşıyor, önemli anları ve ürün geliştirmenin ilk aşamalarındaki analitiklerin zorluklarını vurguluyor.

[Gömülü içerik]

Leading with Data'nın bu bölümünü aşağıdaki gibi popüler platformlardan dinleyebilirsiniz: Spotify, Google Podcast'ler, ve Apple. Bilgilendirici içeriğin keyfini çıkarmak için favorinizi seçin!

Arpit Agarwal ile Söyleşimizden Önemli Bilgiler

Gelecekteki çalışmalar, uzaktan işbirliği için sanal gerçekliğe bağlı.
Bir veri bilimi ekibi oluşturmak, inovasyonu ve iş etkisini teşvik eder.
Erken ürün aşamasındaki veri bilimi, dahili testler ve geri bildirimleri kullanarak kaliteye öncelik verir.
Veri bilimi için işe alım teknik beceri, problem çözme ve güçlü karakter gerektirir.
Veri bilimi kariyerinin büyümesi, geniş bir araştırmayı ve ardından özel uzmanlığı gerektirir.

Yapay zeka ve Veri Bilimi liderleriyle derinlemesine tartışmalar için yaklaşan Verilerle Liderlik oturumlarımıza katılın!

Şimdi Arpit Agarwal'ın kariyer yolculuğu ve sektör deneyimine ilişkin yanıtladığı sorulara bakalım.

COVID-19 salgını çalışma şeklimizi nasıl yeniden şekillendirdi?

Pandemi çalışma dinamiklerimizi temelden değiştirdi. Ofis merkezli ortamlardan uzaktan çalışmayı yeni bir gerçeklik olarak benimsemeye geçtik. Ofise dönüş politikaları olsa bile iş gücünün önemli bir kısmı uzaktan çalışmaya devam edecek. Buradaki zorluk, üretkenliği sürdürmek ve bir zamanlar ofis duvarları içinde kurulan bağlantıları güçlendirmektir. Mevcut araçlar, yüz yüze deneyimi kopyalama konusunda yetersiz kalıyor; Meta'nın vizyonu da burada devreye giriyor. Sanal ortamda yan yana çalışma, birbirimizin vücut dilini anlama, etkili iş birliği yapma duygusunu yaşatan ürünler geliştiriyoruz.

Yolculuğum bilgisayar bilimi diplomasına devam ettiğim BITS Goa'da başladı. Başlangıçta akademik olarak odaklanmıştım ancak BITS, veri yorumlama da dahil olmak üzere diğer ilgi alanlarını keşfetmeme olanak sağladı. Verilere olan ilgimi ateşleyen bir bulmaca kulübüne liderlik ettim. Üniversiteden sonra Oracle'a katıldım; burada veri ambarı ve iş zekası alanlarında çalışarak müşterilerin veriye dayalı kararlar almasına yardımcı oldum. Bu deneyim analitiklere ve iş uygulamalarına olan ilgimi pekiştirdi. İş anlayışımı derinleştirmek için MBA eğitimi aldım ve daha sonra analiz becerilerimi geliştirdiğim Mu Sigma'ya katıldım. Kariyerim, Zoomcar ve Katabook gibi yeni kurulan şirketlerdeki danışmanlık rolleri ve liderlik pozisyonları aracılığıyla ilerledi ve burada çeşitli veri bilimi zorluklarıyla mücadele ettim.

Kariyerinizde yolunuzu şekillendiren önemli anlar nelerdi?

Zoomcar'a katılmak çok önemli bir andı. Veri bilimi ekibini sıfırdan oluşturmakla görevlendirildim; bu, araba verilerini kullanan sürücü puanlama sistemleri gibi yenilikçi projeler üzerinde çalışmama olanak sağladı. Bu deneyim bana C düzeyindeki yöneticilerle yakın çalışma ve iş kararlarını doğrudan etkileme fırsatı verdi. Bir diğer önemli an, şirketin veri odaklı olmasına yardımcı olduğum ve makine öğrenimi modellerine dayalı kredi teklifleri de dahil olmak üzere çeşitli analitik girişimlerini başlattığım Katabook'taki zamanımdı.

Meta'nın işin geleceğine ilişkin vizyonu sanal gerçeklik etrafında dönüyor ve uzaktan işbirliğinin yüz yüze etkileşimler kadar doğal ve etkili olduğu bir alan yaratmayı hedefliyor. Veri bilimi, zamanının ilerisinde olan ürünler için iddialı organizasyonel hedeflerin belirlenmesinde çok önemli bir rol oynamaktadır. Ürün stratejisini bu hedeflerle uyumlu hale getirmeyi, ürün kalitesini sağlamayı ve çeşitli küresel ekipleri yönetmeyi içerir. Veri bilimi aynı zamanda müşteri verilerinin az olduğu, geliştirmenin ilk aşamalarındaki ürünler için analitik zorluklara da değinmektedir.

0'dan 1'e aşamasında olan ürünler için analiz yapmanın zorlukları nelerdir?

0'dan 1'e aşamasındaki ürünlere yönelik analizler zordur çünkü karar alma sürecini yönlendirecek müşteri verileri sınırlıdır. Odak noktası, kurumsal ürünler için kritik olan ürün kalitesi ve işlevselliğinin sağlanmasıdır. Geri bildirim toplamak ve ürünün yönünü doğrulamak için dahili testlere (test testi), belirli gruplarla alfa ve beta testlerine ve kullanıcı araştırmalarına güveniyoruz. Sağlam bir temele sahip olduğumuzda, ürünü daha geniş bir kitleye sunabilir ve benimsemeyi, elde tutmayı ve kullanıcı geri bildirimlerine göre yinelemeyi ölçmek için veri bilimini kullanabiliriz.

Özellikle üretken yapay zeka gibi yeni ortaya çıkan alanlarda veri bilimi rolleri için adayları nasıl değerlendiriyorsunuz?

Veri bilimi rolleri için işe alırken, güçlü problem çözme becerilerine sahip, makine öğreniminin temellerini derinlemesine anlayan ve programlama dilleri ve veri manipülasyonunda uzmanlığa sahip adaylar arıyorum. Özellikle üretken yapay zeka için adayların, doğal dil işleme veya bilgisayarlı görme gibi ilgili alanda uzmanlığa sahip olmaları gerekir. Ayrıca davranışsal sorular, referans kontrolleri ve adayın projelerini derinlemesine açıklama becerisi aracılığıyla değerlendirdiğim karakter ve iş ahlakına değer veriyorum.

Kariyerlerine veri bilimi alanında başlayacak bireylere ne gibi tavsiyeleriniz var?

Veri bilimine yeni başlayanlar için uzmanlaşmadan önce çeşitli ilgi alanlarını keşfedin. Bol miktarda ücretsiz öğrenme kaynağından yararlanın, hızlı finansal kazanımlar yerine değer ve tatmin için becerilere öncelik verin. Önemli büyüme için daha küçük projelerde veya şirketlerde bile fırsatları yakalayın. Çok çalışmanın şansın temelini oluşturduğunu kabul edin; Başarı, devam eden bir öğrenme ve gelişme yolculuğudur.

Özetliyor

Arpit Agarwal'ın yolculuğu, veri biliminin çeşitli endüstriler üzerindeki etkisini örneklendiriyor. Meta'nın iş dünyasının geleceğine yönelik vizyonu, veri biliminin oynadığı önemli rolü vurguluyor. Gelecek vaat eden veri bilimcileri, Arpit'in beceri geliştirme, fırsatları benimseme ve kalıcı sürekli öğrenme yolculuğuna yaptığı vurgudan değerli tavsiyeler toplayabilir.

Yapay zeka, veri bilimi ve Yapay Zeka hakkında daha ilgi çekici oturumlar için Leading with Data'da bizi takip etmeye devam edin.

Yaklaşan oturumlarımıza buradan göz atın.