塑造工作的未来：Meta 的 Arpit Agarwal 的见解

塑造工作的未来：Meta 的 Arpit Agarwal 的见解

时间戳记：28年2023月2日上午45:XNUMX
源节点： 2982695

COVID-19 大流行改变了工作场所，远程工作成为一种持久的常态。 在这一集中 以数据为主导来自 Meta 的 Arpit Agarwal 讨论了工作的未来如何涉及 虚拟现实，实现反映面对面体验的远程协作。 Arpit 分享了他的旅程中的见解，强调了产品开发早期阶段的关键时刻和分析挑战。

[嵌入的内容]

您可以在热门平台上收听本期《用数据引领》 Spotify, Google播客及 Apple。 选择您最喜欢的，享受富有洞察力的内容！

我们与阿尔皮特·阿加瓦尔 (Arpit Agarwal) 对话的主要见解

  • 未来的工作取决于远程协作的虚拟现实。
  • 组建数据科学团队可以促进创新和商业影响。
  • 早期产品阶段的数据科学使用内部测试和反馈来优先考虑质量。
  • 数据科学领域的招聘需要技术能力、解决问题的能力和坚强的性格。
  • 数据科学职业发展需要广泛的探索，然后是专业知识。

参加我们即将举行的“数据引领”会议，与人工智能和数据科学领导者进行富有洞察力的讨论！

现在，让我们看看 Arpit Agarwal 回答了有关他的职业历程和行业经验的问题。

COVID-19 大流行如何重塑了我们的工作方式？

疫情从根本上改变了我们的工作动力。 我们已经从以办公室为中心的环境转变为拥抱远程工作作为新的现实。 即使有重返办公室政策，很大一部分员工仍将继续远程办公。 挑战在于保持生产力并培养曾经在办公室内建立的联系。 当前的工具无法复制面对面的体验，而这正是 Meta 的愿景发挥作用的地方。 我们正在开发的产品能够提供在虚拟空间内并肩工作、理解彼此的肢体语言以及有效协作的感觉。

您能分享一下您从大学到成为数据科学领域领导者的历程吗？

我的旅程始于 BITS Goa，在那里我攻读了计算机科学学位。 最初，我专注于学术，但 BITS 让我能够探索其他兴趣，包括数据解释。 我领导了一个拼图俱乐部，这激发了我对数据的兴趣。 大学毕业后，我加入了 Oracle，从事数据仓库和商业智能工作，帮助客户做出数据驱动的决策。 这段经历增强了我对分析及其业务应用程序的兴趣。 我攻读 MBA 学位是为了加深对业务的理解，后来加入 Mu Sigma，在那里磨练了我的分析技能。 我的职业生涯通过在 Zoomcar 和 Katabook 等初创公司担任咨询角色和领导职位而取得进展，在那里我解决了各种数据科学挑战。

您职业生涯中哪些关键时刻塑造了您的道路？

加入 Zoomcar 是一个关键时刻。 我的任务是从头开始建立数据科学团队，这使我能够从事创新项目，例如使用汽车数据的驾驶员评分系统。 这段经历让我有机会与 C 级高管密切合作并直接影响业务决策。 另一个重要时刻是我在 Katabook 的经历，在那里我帮助公司实现数据驱动，并推出了各种分析计划，包括基于机器学习模型的贷款服务。

Meta 对未来工作的愿景围绕虚拟现实，旨在创建一个远程协作像面对面交互一样自然有效的空间。 数据科学在为领先时代的产品设定雄心勃勃的组织目标方面发挥着至关重要的作用。 它涉及使产品战略与这些目标保持一致、确保产品质量以及管理多元化的全球团队。 数据科学还解决了处于开发早期阶段、客户数据稀缺的产品分析的挑战。

对处于 0 到 1 阶段的产品进行分析有哪些挑战？

对 0 到 1 阶段的产品进行分析具有挑战性，因为指导决策的客户数据有限。 重点是确保产品质量和功能，这对于企业产品至关重要。 我们依靠内部测试（dogfooding）、特定群体的 alpha 和 beta 测试以及用户研究来收集反馈并验证产品的方向。 一旦我们有了坚实的基础，我们就可以向更广泛的受众推出产品，并使用数据科学来衡量采用率、保留率，并根据用户反馈进行迭代。

您如何评估数据科学职位的候选人，尤其是在生成人工智能等新兴领域？

在招聘数据科学职位时，我寻找具有强大问题解决能力、对机器学习基础知识有深入了解以及精通编程语言和数据操作的候选人。 特别是对于生成人工智能，候选人应该具备相关领域的专业知识，例如自然语言处理或计算机视觉。 此外，我还看重性格和职业道德，我通过行为问题、背景调查以及候选人深入解释其项目的能力来评估这一点。

您对开始数据科学职业生涯的个人有什么建议？

对于数据科学的初学者来说，在专业化之前先探索不同的兴趣。 利用丰富的免费学习资源，优先考虑技能的价值和成就感，而不是快速的经济收益。 抓住机会，即使是在较小的项目或公司中，也能实现大幅增长。 认识到努力工作是幸运的基础； 成功是一个持续学习和进步的旅程。

加起来

Arpit Agarwal 的旅程体现了数据科学对不同行业的影响。 Meta 对未来工作的愿景凸显了数据科学所发挥的关键作用。 有抱负的数据科学家可以从 Arpit 对技能发展、拥抱机会和持续学习的持久旅程的重视中获得宝贵的建议。 

有关人工智能、数据科学和 GenAI 的更多精彩会议，请继续关注我们的 Leading with Data。

在这里查看我们即将举行的会议。

时间戳记：

更多来自 分析维迪亚