Press "Enter" to skip to content

塑造未來的工作:Meta的Arpit Agarwal的見解

COVID-19疫情已经改变了工作场所的面貌,远程工作成为了持久的常态。在这一期的Leading with Data节目中,来自Meta的Arpit Agarwal讨论了未来工作涉及到的虚拟现实,使远程协作的经验更贴近面对面的体验。Arpit通过他的经历分享了自己的见解,强调了关键时刻和产品开发早期分析的挑战。

你可以在诸如SpotifyGoogle PodcastsApple等流行平台上收听这一期的Leading with Data节目。选择你喜欢的平台,享受这些富有洞察力的内容吧!

与Arpit Agarwal的对话中的关键见解

  • 未来工作依赖于虚拟现实进行远程协作。
  • 成立一个数据科学团队能促进创新和业务影响。
  • 在产品早期阶段的数据科学需要重视质量,使用内部测试和反馈。
  • 招聘数据科学人员需要技术能力、问题解决能力和坚强品格。
  • 数据科学职业发展需要广泛探索,然后才能专精于某个领域。

参加我们即将举行的Leading with Data座谈会,与人工智能和数据科学领域的领导者进行深入讨论!

现在,让我们来看看Arpit Agarwal关于他的职业经历和行业经验的问题回答。

COVID-19疫情如何改变我们工作的方式?

这一疫情从根本上改变了我们的工作方式。我们从办公室为中心的环境转变为接受远程工作作为一种新的现实。即使在恢复到办公室政策的情况下,相当大一部分劳动力仍将继续远程运作。面临的挑战在于如何保持生产力和促进过去在办公室内建立的联系。现有的工具无法完全复制面对面的体验,这就是Meta愿景的发挥作用的地方。我们正在开发的产品可以提供并肩工作的感觉,理解彼此的肢体语言,并在虚拟空间中实现有效的协作。

你可以分享一下从大学到成为数据科学领域领导者的旅程吗?

我的旅程始于BITS Goa,我在那里攻读计算机科学学位。起初,我是以学术为重点,但BITS允许我探索其他兴趣,包括数据解释。我领导了一个解谜俱乐部,这激发了我对数据的兴趣。高中毕业后,我加入了Oracle,在数据仓库和商业智能方面工作,帮助客户做出数据驱动决策。这段经历巩固了我对分析和其在业务应用中的兴趣。我追求了MBA学位,加深了对商业的理解,并后来加入了Mu Sigma,在那里我锤炼了我的分析能力。我的职业生涯通过咨询角色和在Zoomcar和Katabook等初创公司的领导职位逐渐发展,我在这些公司中应对了各种不同的数据科学挑战。

在你的职业生涯中,有哪些关键时刻塑造了你的道路?

加入Zoomcar是一个重要的时刻。我负责从零开始构建数据科学团队,这使我有机会参与使用汽车数据进行驾驶员评分系统等创新项目。这段经历使我能够与高级管理层密切合作,直接影响业务决策。另一个重要的时刻是我在Katabook的时间,我帮助公司实现了数据驱动,并推出了基于机器学习模型的贷款产品。

Meta如何展望工作的未来,数据科学在其中扮演什么角色?

Meta未来工作的愿景围绕着虚拟现实,旨在创造一个远程协作和面对面互动一样自然和有效的空间。数据科学在为超前时代的产品设定雄心勃勃的组织目标方面扮演着关键角色。它涉及将产品战略与这些目标对齐,确保产品质量,并管理多样化的全球团队。数据科学还解决了对处于早期开发阶段的产品进行分析的挑战,在这种情况下顾客数据稀缺。

在0到1阶段的产品分析面临哪些挑战?

在0到1阶段的产品分析是具有挑战性的,因为没有足够的顾客数据来指导决策。重点是确保产品的质量和功能,这对企业产品至关重要。我们依靠内部测试(狗食测试),与选定群体进行的alpha和beta测试以及用户研究来收集反馈并验证产品的发展方向。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,并利用数据科学来测量采纳率、保留率,并根据用户反馈进行迭代。

您如何评估数据科学岗位的候选人,特别是在生成型AI等新兴领域?

在招聘数据科学岗位时,我寻找具有解决问题能力强、对机器学习基础知识有深入理解、精通编程语言和数据操作的候选人。对于生成型AI,候选人应该具备相关领域(如自然语言处理或计算机视觉)的专业知识。此外,我还重视个人品质和职业道德,通过行为问题、引用检查以及候选人对其项目的深入解释来评估。

对于刚开始数据科学职业的个人,您有什么建议?

对于初学者来说,在专业化之前探索多样的兴趣。利用丰富的免费学习资源,将价值和满足感为导向的技能置于迅速获得财务收益之上。抓住机会,即使是在较小的项目或公司中,也要实现实质性的成长。要认识到辛勤工作是幸运的基础,成功是一个持续学习和改进的旅程。

总结

Arpit Agarwal的经历展示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的关键作用。渴望成为数据科学家的人可以从Arpit在技能发展、抓住机遇和持续学习的旅程中获得宝贵的建议。

更多关于AI、数据科学和智能AI的有趣讨论,请密切关注我们的“以数据为先”专栏。

在此查看我们即将举行的讨论。

Leave a Reply

Your email address will not be published. Required fields are marked *