Desafios de construir uma equipe de aprendizado de máquina na Índia
Publicados: 2015-10-07Nos últimos 2 anos, a maioria das minhas reuniões com colegas empreendedores invariavelmente aborda o tema da contratação.
'O quão difícil é contratar bons talentos em tecnologia?' Em uma palavra, 'Muito!'
Dado que nós, no TargetingMantra, passamos pelas dores e prazeres de criar uma das melhores equipes de Machine Learning da Índia, aqui está compartilhando o que aprendemos com nossa experiência.
Os Princípios Básicos
- O trabalho do fundador é contratar
Para uma startup em estágio inicial, seu trabalho real, além de captação de recursos e vendas, é contratar pessoas-chave. Envolva-se em tempo integral e defina como você deseja moldar sua equipe de liderança e quais os principais conjuntos de habilidades que você precisa em sua equipe. Concentre-se em como você deseja que seu produto seja daqui a 6 a 12 meses e construa uma equipe para isso.
- Venda sua visão
Sua startup é a soma das pessoas com quem você a cerca. Os primeiros funcionários formarão o grupo de reflexão da sua empresa e passarão muito tempo juntos. Certifique-se de que eles acreditem em sua visão e estejam alinhados para sonhar juntos.
- Contrate rápido, demita rápido. NÃO!
NÃO CONTRATE RÁPIDO. Quando se trata de contratar, leve o seu tempo. Bons candidatos esperam por boas oportunidades. Certifique-se de não tomar decisões precipitadas quando se trata de contratar pessoas. Se houver alguma dúvida, peça a outros membros de sua equipe para fazer outra rodada. Faça o que fizer, NÃO contrate só porque precisa desesperadamente de pessoas.
- Não apenas 'Fazedores', mas 'Pensadores'
Talvez a qualidade mais importante que você precisa em seus funcionários seja a capacidade de pensar. Verifique sua capacidade de perguntar 'Por que estamos fazendo isso?', 'Como o cliente se beneficiará disso?', 'Esta é a melhor maneira de resolver o problema do cliente?'
Contratação de tecnologia
- Principal preocupação
A ideia de aprendizado de máquina é fascinante, mas difícil de entender. Portanto, embora a maioria dos candidatos diga que conhece o aprendizado de máquina, poucas pessoas já o fizeram. Mesmo que alguém tenha trabalhado nisso, a escala de seus aplicativos geralmente é muito pequena. O problema é que os melhores modelos de usuário para um conjunto de dados inferior a 1.000 falharão para a escala das grandes empresas de comércio eletrônico. Fique de olho nos candidatos que mantêm a escala em mente.
- A primeira peneira
A primeira rodada é uma conversa telefônica. A ideia é descobrir se existe um fit cultural e se a pessoa está genuinamente interessada em trabalhar com o TargetingMantra.
Recomendado para você:
O que significa a provisão antilucratividade para startups indianas?
Como as startups de Edtech estão ajudando a qualificação da força de trabalho da Índia e se preparando para o futuro
Ações de tecnologia da nova era esta semana: os problemas do Zomato continuam, EaseMyTrip publica...
Startups indianas pegam atalhos em busca de financiamento
Plataforma de marketing digital Logicserve Bags Financiamento de INR 80 Cr, renomeia como LS Dig...
Relatório adverte sobre o escrutínio regulatório renovado no espaço Lendingtech
Dada a atividade no cenário de startups indiano, boas pessoas receberão muitas entrevistas. A melhor maneira de julgar o interesse de alguém é perguntar 'O que você sabe sobre nós/nosso trabalho/nossa empresa'. Você ficaria surpreso que terminamos cerca de 80% de nossas entrevistas neste estágio. 80% dos candidatos não têm ideia do que a empresa faz. Se alguém não se esforçar em passar pelo seu site, não perca seu tempo entrevistando-o. Ir em frente!
Ao procurar um bom candidato a aprendizado de máquina, procuramos dois aspectos:
- Bom com experimentação
- Desenvolver material de nível de produção
Você precisa de pessoas que se mantenham atualizadas e estejam ansiosas para experimentar coisas novas. Mas os experimentos falham. Os desafios de implementação de abordar a disponibilidade, consistência e escalabilidade não surgem em um experimento. É fácil encontrar alguém que funcione bem em um dos dois níveis. Mas se a mesma pessoa não tiver imaginação para experimentar e entender os meandros da produção, há um problema.
Fazendo as perguntas certas
- Alinhar com Cenários Reais
Nossa plataforma aborda toda a gama de negócios de comércio eletrônico, desde empresas de produtos que vendem roupas, joias ou todo um mercado, até serviços de comércio eletrônico, como listagens de salões, viagens, imóveis, hotéis e outros.
Em tal ambiente, você está procurando ganhar especificidade com uma perspectiva genérica. Assim, enquanto uma solução genérica dará resultados médios, a plataforma precisa ter várias camadas por baixo, para lidar com situações específicas, abordando a necessidade de inteligência.
As entrevistas que realizamos testam se o candidato consegue lidar bem com a ambiguidade, ver o quadro geral, dividi-lo em porções lógicas menores e otimizar para obter melhores resultados. Você não quer alguém que fica preso na paralisia da análise.
O melhor formato de entrevista que funcionou para nós foi fazer perguntas abertas. Fizemos o mesmo conjunto de perguntas para mais de 200 candidatos. Existem pelo menos 20 maneiras diferentes de começar a abordar a resposta.
A ideia é fazer uma pergunta que abra pelo menos 10 camadas diferentes de complexidade abaixo dela. Isso permite que o candidato conduza a entrevista e escolha sua direção.
- Rodadas de aumento de barra
Machine Learning é um espaço muito dinâmico. Com novos desenvolvimentos acontecendo a cada poucos dias, é necessário encontrar pessoas que possam se adaptar e desaprender. Normalmente, temos 5 rodadas de entrevistas, das quais a última rodada é para aumentar a barra. O objetivo é fazer perguntas que desafiem a expectativa do candidato e testar como ele reage quando a situação sai do controle.
- Ajuste da cultura de inicialização
Mesmo depois de terem passado por todas as rodadas técnicas, recusamos alguns candidatos porque não estávamos convencidos sobre a adequação cultural. Quando você é uma startup, você quer pessoas apaixonadas por construir coisas do zero. A fome de aprender, adaptar, criar e trabalhar se torna tão importante quanto. Essa paixão, em cada pessoa que se junta a nós, é de suma importância.
No final das contas, a contratação é o vai ou vem para uma startup. Uma grande equipe construirá um produto incrível e os clientes vão adorar. É difícil, mas vale o esforço.