من یک دانشمند بومی فرانسوی هستم که به عنوان یک مهندس تحقیق در بینایی رایانه در ژاپن و بعداً در کشورم دندانهایش را بریدم. با این حال ، من از یک مرکز بینایی رایانه ای بعید می نویسم: اشتوتگارت ، آلمان.
اما من همانطور که انتظار می رود روی فناوری خودروهای آلمانی کار نمی کنم. در عوض ، من یک فرصت باورنکردنی را در اواسط همه گیری در یکی از غیرمنتظره ترین مکانها پیدا کردم: یک استارتاپ متمرکز بر تجارت الکترونیکی ، مبتنی بر هوش مصنوعی و ویرایش تصویر در اشتوتگارت بر اتوماسیون فرایند تصویربرداری دیجیتال در تمام محصولات خرده فروشی متمرکز بود.
تجربه من در ژاپن مشکل مهاجرت به یک کشور خارجی را برای کار به من آموخت. در ژاپن ، داشتن یک نقطه ورود با یک شبکه حرفه ای اغلب می تواند ضروری باشد. با این حال ، اروپا به دلیل داشتن شهرهای قابل دسترس متعدد دارای مزیت است. شهرهایی مانند پاریس ، لندن و برلین اغلب فرصت های شغلی متنوعی را ارائه می دهند در حالی که به عنوان مرکز برخی از تخصص ها شناخته می شوند.
در حالی که به دلیل همه گیری همه گیر در مشاغل کاملاً دور افتاده است ، گسترش دامنه جستجوی شغل شما فرصت های بیشتری را مطابق با علاقه شما فراهم می کند.
در مکانهای بعید ، مانند خرده فروشی ، ارزش را جستجو کنید
من در زمینه فن آوری یک خرده فروش لوکس کار می کنم و تخصص خود را در مورد تصاویر محصول اعمال می کنم. با نزدیک شدن به آن از دیدگاه دانشمندان داده ، بلافاصله ارزش یک برنامه کاربردی جدید را برای صنعت بسیار بزرگ و مستقر مانند خرده فروشی تشخیص دادم.
اروپا دارای برخی از مشهورترین مارک های خرده فروشی در جهان است – مخصوصاً برای پوشاک و کفش. این تجربه غنی فرصتی را برای همکاری با میلیاردها محصول و تریلیون دلار درآمد ایجاد می کند که فناوری تصویربرداری می تواند بر روی آنها اعمال شود. مزیت شرکت های خرده فروشی جریان دائمی تصاویر برای پردازش است که زمینه ای برای درآمدزایی و احتمالاً سودآوری یک شرکت هوش مصنوعی فراهم می کند.
یکی دیگر از راههای بالقوه برای کشف ، بخشهای مستقل به طور معمول در بخش تحقیق و توسعه است. من تعداد قابل توجهی از استارتاپ های هوش مصنوعی را دیدم که بر روی قسمتی کار می کنند که سودآور نیست ، صرفاً به دلیل هزینه تحقیق و درآمد حاصله از مشتریان بسیار خوب.
شرکتهای دارای داده شرکتهایی با پتانسیل درآمد هستند
من به دلیل دسترسی بالقوه به داده ها به ویژه جذب این استارتاپ شدم. داده ها به خودی خود بسیار گران هستند و تعدادی از شرکت ها در نهایت با مجموعه ای محدود کار می کنند. به دنبال شرکت هایی باشید که مستقیماً در سطح B2B یا B2C فعالیت می کنند ، به ویژه سیستم عامل های خرده فروشی یا دیجیتالی که بر رابط کاربری جلویی تأثیر می گذارد.
استفاده از چنین داده های مشارکت مشتری به نفع همه است. شما می توانید آن را برای تحقیق و توسعه بیشتر در مورد راه حل های دیگر در گروه مورد استفاده قرار دهید ، و سپس شرکت شما می تواند با سایر موارد عمودی در حل مشکلات خود کار کند.
این همچنین بدان معناست که پتانسیل عظیمی برای افزایش درآمد در بخشهای بیشتری از مخاطبان مارک وجود دارد. توصیه من این است که برای دسترسی آسان به دنبال شرکت هایی باشید که داده های آنها قبلاً در یک سیستم قابل مدیریت ذخیره شده است. چنین سیستمی برای تحقیق و توسعه مفید خواهد بود.
چالش این است که بسیاری از شرکت ها هنوز چنین سیستمی را معرفی نکرده اند یا کسی را ندارند که بتواند از آن به درستی استفاده کند. اگر شرکتی پیدا کردید که مایل نیست بینش عمیقی را در طول فرایند خواستگاری به اشتراک بگذارد یا آن را اجرا نکرده است ، به فرصتی برای معرفی چنین پیشنهادات متمرکز بر داده ها نگاه کنید.
در اروپا ، بهترین شرط بندی شامل ایجاد فرایندهای اتوماسیون است
من یک نقطه شیرین برای شرکت های مرحله اولیه دارم که به شما این فرصت را می دهد تا فرآیندها و سیستم های اصلی را ایجاد کنید. شرکتی که در آن کار می کنم هنوز در آغاز فعالیت خود بود و در جهت ایجاد فناوری مقیاس پذیر برای یک صنعت خاص تلاش می کرد. س Theالاتی که تیم وظیفه حل آنها را بر عهده داشت در حال حل شدن بود ، اما فرایندهای متعددی وجود داشت که هنوز باید برای حل تعداد بیشماری مسائل دیگر در نظر گرفته شود.
تلاش های یک ساله ما برای خودکارسازی ویرایش انبوه تصویر به من آموخت که تا زمانی که هوش مصنوعی ای که ایجاد می کنید یاد بگیرد که به طور مستقل در چند متغیر همزمان (چندین تصویر و گردش کار) اجرا شود ، شما در حال توسعه فناوری هستید که همان چیزی را که مارک های شناخته شده پناه می برند ، انجام می دهد. توانسته انجام دهد در اروپا ، شرکتهای بسیار کمی وجود دارد که این کار را انجام می دهند و آنها تشنه استعدادهایی هستند که بتوانند.
بنابراین از کمی شوک فرهنگی نترسید و جهش را انجام دهید.