Dans ce nouvel article concernant notre nouveau projet Session Diriger avec les données, rencontrer David Zakkam, un leader avec plus de 19 ans d'expérience. David a occupé des postes clés chez Swiggy, Meta et Uber, occupant actuellement le poste de directeur de la science des données chez Uber. Il partage son point de vue sur le rôle dynamique de la science des données pour relever les défis, optimiser l’expérience client et faire face à des crises comme celle de la COVID-19. Le parcours de David, la transition et la résolution de problèmes complexes, offre des perspectives précieuses aux passionnés de données et aux professionnels du secteur.

Vous pouvez écouter cet épisode de Leading with Data sur des plateformes populaires comme Spotify, Podcasts Googleet Apple. Choisissez votre favori pour profiter du contenu perspicace !

Points clés de notre conversation avec David Zakkam

• La transition des sociétés de conseil aux sociétés de produits offre un rôle plus intégré et plus impactant dans l'application de la science des données aux entreprises.
• Lors de crises comme celle de la COVID-19, la science des données peut jouer un rôle central dans la prise de décision et la reprise en temps réel.
• La personnalisation des expériences client grâce à des informations basées sur les données peut améliorer considérablement l'engagement et la croissance.
• Le travail d’intégrité sur les plateformes de médias sociaux implique des problèmes complexes et contradictoires qui nécessitent une vigilance constante et une réponse rapide.
• L’avenir de la science des données dans la mobilité passe par l’amélioration des expériences client et conducteur, l’intégration des services et l’exploitation de l’IA pour des solutions créatives.

Rejoignez nos prochaines sessions Leading with Data pour des discussions approfondies avec des leaders de l'IA et de la science des données !

Examinons maintenant les réponses de David Zakkam aux questions posées dans Leading with Data.

Comment a commencé votre parcours dans la science des données et à quoi ont ressemblé vos débuts ?

Ma vie professionnelle peut être divisée en trois phases distinctes : 5 années de formation, une décennie de conseil en science des données et les 5 dernières années dans des entreprises technologiques. J'ai commencé en tant que diplômé en génie biochimique de l'IIT Delhi, travaillant sur la biologie computationnelle, que l'on pourrait considérer comme une science des données pour la biologie. Après mon MBA, je suis passé à la technologie et après un passage dans la vente, je me suis officiellement orienté vers la profession de science des données.

Comment s'est passée la transition du conseil chez Mu Sigma au travail dans des entreprises axées sur les produits comme Swiggy ?

La transition a été exaltante. Dans le conseil, vous n’avez pas le même niveau d’intégration en entreprise pour apporter des changements impactants. Dans une entreprise de produits, vous faites partie de l’ensemble du parcours, en travaillant avec diverses équipes pour garantir que la science des données est appliquée efficacement à l’entreprise. La propriété de bout en bout apporte une responsabilité et une satisfaction plus élevées. Ma vaste expérience s’est avérée inestimable, en particulier lorsqu’il s’agissait de problèmes complexes et non résolus.

Pouvez-vous partager un problème intéressant que vous avez abordé chez Swiggy pendant le confinement dû au COVID-19 ?

Lorsque le confinement a frappé, l’activité de Swiggy a chuté de plus de 90 % du jour au lendemain. Nous avons formé un groupe WhatsApp 24h/7 et XNUMXj/XNUMX avec les principaux dirigeants de l'entreprise pour faire face à la crise. Nous avons abordé une série de problèmes, allant de la compréhension des interprétations du confinement au niveau des districts au suivi des schémas migratoires de notre main-d’œuvre, qui ont eu un impact sur notre part de marché. Ces efforts nous ont aidés à revenir aux niveaux d’avant la COVID-XNUMX en six mois.

Comment Swiggy a-t-il utilisé la science des données pour optimiser l'expérience client et la croissance du restaurant ?

Nous avons utilisé des analyses pour personnaliser les coupons en fonction du comportement des clients, les encourageant ainsi à augmenter la valeur ou la fréquence de leurs commandes. Pour les restaurants, nous avons créé un outil permettant de simuler et d'optimiser leurs dépenses sur diverses options promotionnelles, leur fournissant ainsi des informations exploitables pour développer leur activité.

Quels ont été les défis et les aspects passionnants du travail sur l’intégrité du contenu chez Meta ?

Chez Meta, nous avons traité diverses formes de contenu et de comportement inappropriés, des faux comptes aux interactions nuisibles. L'équipe d'intégrité, composée de milliers d'ingénieurs et de data scientists, a utilisé des techniques sophistiquées de mesure et d'échantillonnage pour améliorer nos classificateurs. Le défi résidait dans la nature conflictuelle des problèmes, où les attaquants faisaient constamment évoluer leurs tactiques, nous obligeant à être agiles et réactifs.

Sur quels types de problèmes de science des données travaillez-vous actuellement chez Uber ?

Chez Uber, je dirige des équipes axées sur la croissance de la mobilité, les nouveaux secteurs verticaux comme les véhicules et les locations de grande capacité, la qualité des chauffeurs et des coursiers, et la croissance des commerçants du côté de la livraison. Nous travaillons à améliorer l’expérience des clients et des chauffeurs, à améliorer la fiabilité et à garantir une intégration transparente de services tels que les taxis avec la plateforme Uber.

Quel avenir pour votre équipe chez Uber et que pensez-vous de l'IA générative ?

Bien que les plans de recrutement actuels soient incertains, l'objectif à long terme est de développer l'équipe de science des données en Inde pour correspondre à la présence technologique de 30 %. Quant à l’IA générative, je vois son potentiel dans des cas d’utilisation créative où elle peut générer du contenu significatif. Cependant, la plupart des problèmes commerciaux d’aujourd’hui sont déterministes et nécessitent des techniques d’optimisation plutôt que de créativité.

résumer 

Le parcours de David Zakkam en science des données, de la biologie computationnelle aux rôles technologiques percutants, raconte une histoire fascinante. Ses expériences mettent en évidence le pouvoir transformateur de la science des données dans les décisions commerciales critiques, en particulier en période de crise. En faisant face aux défis de Swiggy lors du confinement dû au COVID-19, en s'attaquant à l'intégrité du contenu chez Meta et en dirigeant les solutions basées sur les données chez Uber, les idées de David révèlent diverses science des données applications.

Pour des sessions plus intéressantes sur l'IA, la science des données et GenAI, restez à l'écoute avec nous sur Leading with Data.

Consultez nos prochaines sessions ici.

Services Connexes

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.analyticsvidhya.com/blog/2023/12/david-zakkam/