Специалисты по исследованию данных: не бойтесь исследовать новые пути
Специалисты по исследованию данных: не бойтесь исследовать новые пути
Но я не работаю над технологиями немецких автомобилей, как можно было бы ожидать. Вместо этого я нашел невероятную возможность в середине пандемии в одном из самых неожиданных мест: стартап в Штутгарте, ориентированный на электронную коммерцию и управляемый искусственным интеллектом, занимающийся редактированием изображений, нацелен на автоматизацию процесса создания цифровых изображений для всех розничных товаров.
Но я не работаю над технологиями немецких автомобилей, как можно было бы ожидать. Вместо этого я нашел невероятную возможность в середине пандемии в одном из самых неожиданных мест: стартап в Штутгарте, ориентированный на электронную коммерцию и управляемый искусственным интеллектом, занимающийся редактированием изображений, нацелен на автоматизацию процесса создания цифровых изображений для всех розничных товаров.
Хотя в связи с пандемией увеличилось количество полностью удаленных вакансий, расширение сферы поиска работы позволит найти больше возможностей, соответствующих вашим интересам.
Я работаю в технологическом подразделении розничной компании класса люкс, применяя свои знания в области изображений товаров. Подходя к этому вопросу с точки зрения специалиста по исследованию данных, я сразу же осознал ценность нового приложения для такой крупной и устоявшейся отрасли, как розничная торговля.
В Европе представлены одни из самых известных в мире розничных брендов, особенно в сфере одежды и обуви. Этот богатый опыт дает возможность работать с миллиардами продуктов и триллионами долларов дохода, к которым можно применить технологию визуализации. Преимуществом компаний розничной торговли является постоянный поток изображений для обработки, что обеспечивает благоприятную почву для получения дохода и, возможно, делает компанию ИИ прибыльной.
Другим потенциальным направлением для изучения являются независимые подразделения, обычно входящие в состав отдела исследований и разработок. Я обнаружил значительное количество AI-стартапов, работающих в сегменте, который не приносит прибыли, просто из-за стоимости исследований и получаемого дохода от очень нишевых клиентов.
Меня особенно привлек этот стартап из-за потенциального доступа к данным. Данные сами по себе довольно дороги, и многие компании в итоге работают с ограниченным набором данных. Ищите компании, которые непосредственно работают на уровне B2B или B2C, особенно в сфере розничной торговли или цифровых платформ, которые влияют на внешний пользовательский интерфейс.
Использование таких данных о взаимодействии с клиентами выгодно всем. Вы можете использовать их для дальнейших исследований и разработок других решений в рамках данной категории, а ваша компания может затем работать с другими вертикалями над решением их болевых точек.
Это также означает, что потенциал роста доходов тем больше, чем больше сегментов аудитории затрагивает бренд. Мой совет — ищите компании, данные которых уже хранятся в управляемой системе для легкого доступа. Такая система будет полезна для исследований и разработок.
Проблема в том, что многие компании еще не внедрили такую систему, или у них нет человека, обладающего навыками ее правильного использования. Если вы обнаружили, что компания не хочет делиться глубокими знаниями в процессе ухаживания или не внедрила их, рассмотрите возможность внедрения таких предложений, ориентированных на данные.
Мне нравятся компании на ранних стадиях развития, которые дают возможность создавать процессы и основные системы. Компания, в которой я работаю, была еще в самом начале своего пути, когда я начинал работать, и она работала над созданием масштабируемой технологии для конкретной отрасли. Вопросы, которые было поручено решить команде, уже были решены, но существовало множество процессов, которые еще предстояло внедрить для решения множества других проблем.
Мне нравятся компании на ранних стадиях развития, которые дают возможность создавать процессы и основные системы. Компания, в которой я работаю, была еще в самом начале своего пути, когда я начинал работать, и она работала над созданием масштабируемой технологии для конкретной отрасли. Вопросы, которые было поручено решить команде, уже были решены, но существовало множество процессов, которые еще предстояло внедрить для решения множества других проблем.