Ильес Качер Автор Поделиться в Твиттере Ильес Качер - специалист по данным в autoRetouch, платформе с искусственным интеллектом для массового редактирования изображений продуктов в Интернете.
Я уроженец Франции, специалист по обработке и анализу данных, ставший инженером-исследователем в области компьютерного зрения в Японии, а затем и в моей родной стране. Тем не менее, я пишу из неожиданного центра компьютерного зрения: Штутгарта, Германия.
Но я не занимаюсь немецкой автомобильной техникой, как можно было бы ожидать. Вместо этого я нашел невероятную возможность посреди пандемии в одном из самых неожиданных мест: стартап в Штутгарте, ориентированный на электронную коммерцию, управляемый искусственным интеллектом и занимающийся редактированием изображений, сосредоточился на автоматизации процесса обработки цифровых изображений во всех розничных продуктах.
Мой опыт в Японии научил меня сложности переезда в другую страну на работу. В Японии часто бывает необходимо иметь точку входа с профессиональной сетью. Однако у Европы здесь есть преимущество благодаря множеству доступных городов. Такие города, как Париж, Лондон и Берлин, часто предлагают разнообразные возможности трудоустройства, но при этом известны как центры некоторых специальностей.
Несмотря на то, что из-за пандемии наблюдается всплеск полностью удаленных вакансий, расширение сферы поиска работы предоставит больше возможностей, соответствующих вашим интересам.
Ищите ценность в неожиданных местах, например в рознице
Я работаю в отделе технологий розничного продавца предметов роскоши и применяю свой опыт к изображениям товаров. Подойдя к этому с точки зрения специалиста по данным, я сразу же осознал ценность нового приложения для очень крупной и устоявшейся отрасли, такой как розничная торговля.
В Европе находятся одни из самых известных розничных брендов в мире, особенно в сфере одежды и обуви. Этот богатый опыт дает возможность работать с миллиардами продуктов и триллионами долларов дохода, к которым можно применить технологию обработки изображений. Преимущество розничных компаний заключается в постоянном потоке изображений для обработки, что обеспечивает игровую площадку для получения дохода и, возможно, делает компанию ИИ прибыльной.
Еще один потенциальный путь для изучения - это независимые подразделения, обычно входящие в состав отдела исследований и разработок. Я обнаружил значительное количество стартапов в области ИИ, работающих в сегменте, который не приносит прибыли просто из-за стоимости исследований и полученного дохода от очень нишевых клиентов.
Компании с данными - это компании с потенциальным доходом
Меня особенно привлек этот стартап из-за возможного доступа к данным. Данные сами по себе довольно дороги, и ряд компаний в конечном итоге работают с конечным набором данных. Ищите компании, которые напрямую взаимодействуют на уровне B2B или B2C, особенно на розничных или цифровых платформах, которые влияют на внешний пользовательский интерфейс.
Использование таких данных о привлечении клиентов приносит пользу всем. Вы можете применить его для дальнейших исследований и разработок других решений в этой категории, а затем ваша компания сможет работать с другими вертикалями над решением их болевых точек.
Это также означает, что существует огромный потенциал для увеличения доходов, чем больше кросс-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 специалистов, способных ее правильно использовать. Если вы обнаружите, что компания не желает делиться глубокими знаниями в процессе ухаживания или они не внедрили его, рассмотрите возможность представить такие предложения, ориентированные на данные.
В Европе лучше всего создавать процессы автоматизации
Я люблю компании на ранней стадии, которые дают вам возможность создавать процессы и основные системы. Когда я начинал, компания, в которой я работаю, все еще находилась в зачаточном состоянии, и она работала над созданием масштабируемой технологии для конкретной отрасли. Вопросы, которые команда должна была решить, уже решались, но оставалось множество процессов, которые нужно было внедрить, чтобы решить множество других проблем.
Наши многолетние усилия по автоматизации массового редактирования изображений научили меня тому, что пока создаваемый вами ИИ учится работать независимо одновременно с несколькими переменными (несколько изображений и рабочих процессов), вы разрабатываете технологию, которая то, что известные бренды не смогли сделать. В Европе очень мало компаний, занимающихся этим, и они жаждут талантов, которые могут.
Так что не бойтесь культурного шока и действуйте.