Napomena: Sljedeći članak će vam pomoći: Proces zapošljavanja u znanosti o podacima u Khatabooku
S više od 10 milijuna mjesečno aktivnih trgovačkih korisnika, Khatabook je postao jedno od poznatih imena za kiranas i mama-i-pop trgovine diljem zemlje. Zanimljivo je da su mnogi korisnici koji koriste Khatabook aplikacije prvi put korisnici interneta, što znači da nisu imali prethodni digitalni trag.
Khatabookov tim za znanost o podacima svakodnevno koristi nove uvide koje dobiva od svojih korisnika kako bi razumio ponašanje korisnika, ublažio rizik plaćanja i kreditni rizik, predvidio usvajanje i rast poslovanja te generirao potencijalne kupce i odredio prioritete.
Tvrtka koristi znanost o podacima kako bi identificirala prirodu trgovačkih korisnika, bilo da su dobavljači ili trgovci na malo, uz kategoriju poslovanja u kojoj posluju, primarnu svrhu za koju održavaju Khatabook itd. To također koristi za dešifriranje strategije i procjenu proizvoda izvođenje.
Kad je riječ o smanjenju rizika, Khatabookov tim za znanost o podacima koristi modele napredne umjetne inteligencije (AI) i strojnog učenja (ML) za smanjenje rizika. Znanost o podacima također je temeljni pokretač koji stoji iza preuzimanja kredita trgovcima.
Predvidljivost poslovanja još je jedno područje u kojem Khatabookov tim za znanost podataka pomaže u donošenju poslovne odluke. “Procjenjujemo organski i plaćeni rast kupaca šest mjeseci unaprijed na temelju okvira znanosti o podacima, uzimajući u obzir sve druge vanjske čimbenike, akviziciju novih korisnika, aspekte zadržavanja starih korisnika, marketinške troškove i druge važne varijable”, podijelio je Ravish Naresh, izvršni direktor i suosnivač Khatabooka.
Trenutačno KhataBook ima pet različitih proizvoda – naime Gold Rate, Payments, Business Tips, GST, Salary – što čini uvjerljiv slučaj upotrebe cross-selling i upselling. Unakrsna prodaja i veća prodaja obično se izvode u srednjoj ili kasnoj fazi toka konverzije, gdje je kupac već naznačio da će vjerojatno kupiti proizvod ili uslugu.
Khatabook koristi znanost o podacima kako bi identificirao potencijalne korisnike drugih aplikacija i identificirao tko će vjerojatnije kupiti premium pakete. “Svi napori vezani uz unakrsnu prodaju i pretvorbu potencijalnih klijenata imaju prioritet pomoću modela znanosti o podacima”, dodao je Naresh.
Nadalje, rekao je, u Khatabooku se nose s rizikom korištenjem kombinacije automatskih blokatora koji blokiraju sumnjive korisnike na temelju nekih unaprijed postavljenih pravila i ML modela koji daje ocjenu rizika za potencijalne korisnike prijevara.
„Automatski blokatori i model rizika temeljen na ML-u rade u tandemu kako bi spriječili prijevaru unutar Khatabook ekosustava plaćanja. Naši CTS (sustav skraćivanja čekova) i FTS (prijevare u prodaji) brojevi su ostali zdravi i daleko ispod graničnih vrijednosti industrije,” rekao je Naresh.
Način proširenja: UKLJUČENO
Tim je za časopis Analytics India Magazine rekao da trenutno zapošljava različite uloge u znanosti o podacima, uključujući pozicije direktora znanosti o podacima, pomoćnika direktora analitike, voditelja analitike i viših pozicija znanstvenika podataka. Tvrtka traži kandidate s iskustvom od tri do osam godina.
Khatabook zapošljava stručnjake za podatkovnu znanost i strojno učenje kako bi ispunili tri ključna cilja –
- Identificiranje autentičnosti trgovaca za rizik prijevare i pozajmljivanje Predviđanje poslovne izvedbe i planiranje u skladu s tim Učinite proizvod personaliziranim i izradite AI proizvode kako biste smanjili napor
Struktura tima
U Khatabooku tim za analitiku i znanost o podacima sastoji se od 30 članova.
Analitika i znanost o podacima centralizirana su funkcija u Khatabooku. Na primjer, Khatabook ima pet proizvoda, a svaki proizvod ima voditelja znanosti o podacima i tim 4-5 analitičari podataka/znanstvenici.
Proces intervjua
Funkcija znanosti o podacima u Khatabooku ima dva toka – poslovnu analitiku i strojno učenje.
Dakle, proces intervjua za poslovnu analitiku uključuje –
- Krug probiranja (tehnička analiza + studija slučaja poslovanja) – runda izbacivanja Još jedna runda tehničke analize runda studije slučaja Analitika runda poslovne glave runda Kulturna usklađenost runda
Za strojno učenje, proces intervjua bi uključivao:
- Krug pregleda (prošli projekti + ML koncepti) – Knockout krug Tehnička analiza krug – strojno učenje Krug studija poslovnog slučaja ML tehnički zadatak (praktično kodiranje) Krug kulturnog prilagođavanja
Jeste li stvoreni za ovaj posao?
Ovdje su neki od preduvjeta za prijavu za poslove znanosti o podacima i strojnog učenja u Khatabooku.
- Poznavanje različitih tehnika strojnog učenja (grupiranje, vremenske serije, učenje stabla odlučivanja, otkrivanje prijevara/anomalija, algoritam preporuke itd.) Poznavanje naprednih statističkih tehnika i koncepata poput regresije, statističkih testova i pravilne upotrebe, svojstava distribucija itd., i iskustvo s aplikacijama Izvrsne komunikacijske vještine (pisane i usmene) za koordinaciju među timovima Poriv za učenjem i ovladavanjem novim tehnologijama i tehnikama
Vještine
Neke od vještina potrebnih za rad u Khatabooku uključuju
- Tehničke sposobnosti: vješto poznavanje SQL-a, Excela, drugih skriptnih jezika (Python, R, itd.) Veliko radno iskustvo s BI alatima (Tableau, Power BI, itd.)
Alati za znanost podataka
Khatabook koristi alate kao što su Git, Airflow, Tensorflow, Keras, MLOps, Mix panel, Snowflake, Tableau itd.
Očekivanja
Prema Khatabooku, idealan kandidat trebao bi pokazati četiri osnovne sposobnosti:
- Dobra poslovna oštroumnost i strukturirane vještine rješavanja problema Besprijekoran osjećaj za proizvod Tehnička stručnost u tehnikama strojnog učenja/analitike Visok osjećaj vlasništva
Osim ovih, neki od drugih parametara (KRA i KPA) koji se koriste za procjenu kandidata za tim za podatkovnu znanost u Khatabooku uključuju
- Razumijevanje poslovnih aplikacija iza ML/analitičkih tehnika Snažan temelj statistike ili ML algoritama primjenjivih na uloge Pristranost za djelovanje; usredotočite se na poslovnu vrijednost generiranu iz uvida Pisanje čistog i optimiziranog koda spremnog za proizvodnju
Treba i ne smije se raditi
Naresh je rekao da većina kandidata koji se prijavljuju za poslove znanosti o podacima u Khatabooku obično pridaju veću težinu objašnjavanju modela umjesto razumijevanju problema. Osim toga, rekao je da ne stavljaju naglasak na prezentacijske vještine ili su manje artikulirani dok objašnjavaju zadatak. “Neki od njih imaju širinu znanja, ali propuštaju dubinu. Bolje je znati samo dvije tehnike, ali ih znati u dubinu,” dodao je Naresh.
Radna kultura
Naresh je rekao da imaju mršav tim s većim odgovornostima. Tim je također horizontalan i služi svim poslovnim funkcijama gdje god se ukaže prilika. To timu daje slobodu rada u svakoj domeni i rješavanja raznih problema.
“Osim nevjerojatne radne postave, vjerujemo u vlasništvo i međuljudsko učenje. Članovi tima su free dizajnirati vlastiti tok rada usklađujući ih s velikim ciljem,” rekao je Naresh. “Potičemo puno međuljudskog učenja i razmišljanja s vršnjacima jer razumijemo da se nosimo s vrlo jedinstvenim problemima, a različite perspektive pomoći će nam da postignemo bolje rezultate.”
Što možete očekivati od Khatabooka?
Khatabook je u domeni tehnologije za tržišta u razvoju. Mnogi korisnici nisu imali prethodni digitalni trag. S povećanjem digitalnog usvajanja, generira se više novih podataka, pružajući fantastičnu priliku za tim da radi na uzbudljivim slučajevima upotrebe i rješavanju problema. Također, ponašanje korisnika na tržištima u razvoju brzo se razvija. To čini Khatabook uzbudljivim mjestom za rad svakog stručnjaka za znanost podataka.
Uz to, Khatabook nudi mnoštvo radnih pogodnosti za zaposlenike, kao što su neograničeni dopusti, produženi očinski dopusti, jednotjedne pauze za mentalno zdravlje u redovitim intervalima, bez sastanaka srijedom, bonusi za preporuke, potraživanja za troškove interneta i kućnog ureda , pokrivanje virtualnih timskih gozbi, prikupljanje cjepiva za zaposlenike i virtualna timska kulturna događanja koja se pretvaraju u solidnu radnu kulturu i timsko okruženje za suradnju.
Jesi li spreman?
Na kraju, evo nekih ključnih stvari koje morate imati na umu kada se prijavljujete za uloge u znanosti o podacima u Khatabooku –
- Budite spremni odgovoriti na poslovnu vrijednost svog rada Osvježite koncepte koji stoje iza tehnika strojnog učenja koje poznajete i također razumite njihove šire poslovne primjene Naučite kako raditi s nestrukturiranim problemima; riješiti studije slučaja Imati dobru ideju o konceptima podatkovnog inženjeringa za implementaciju modela u proizvodnju
Pa što čekaš? Kliknite ovdje da biste se već danas prijavili za poslove znanosti o podacima u Khatabooku!
