Maria Elena, Direktorin der Lösungen bei Stradigi AI – Interview-Serie

Maria Elena Carbajal bringt über 25 Jahre Erfahrung im Bereich künstlicher Intelligenz, Informationstechnologie und Telekommunikation in ihre berufliche Laufbahn ein. Sie hat 18 Jahre Erfahrung in einem Telekommunikationsunternehmen in Kanada und Schweden sowie in den Bereichen Luft- und Raumfahrt, Energie und Informationstechnologie bei verschiedenen Unternehmen gesammelt. Derzeit arbeitet sie für Stradigi AI, einen führenden Anbieter von künstlicher Intelligenz in Kanada.

Maria Elena Carbajal hat in vielen Funktionen innerhalb von Forschung und Entwicklung, Ingenieurwesen, Global Professional Services, Digitaler Transformation und Informationstechnologie gearbeitet. Ihre internationale Erfahrung umfasst die Arbeit und das Management von Teams in Ländern wie Peru, Kanada, USA, Mexiko, Brasilien, Schweden, Finnland, Norwegen, Russland, Estland und Belarus.

Was hat Sie ursprünglich zur künstlichen Intelligenz hingezogen?

Ich bin immer leidenschaftlich an der Arbeit im Techniksektor interessiert gewesen. Als Person bin ich immer daran interessiert, meine Umgebung zu optimieren: von der Organisation meines Haushalts bis hin zur Effizienz meiner Teams, Kunden und Unternehmen im Allgemeinen. Es ist Teil meines Wesens. Ich hatte das Glück, in den letzten zwei Jahrzehnten in verschiedenen Branchen sehr praktische Erfahrungen mit der Implementierung führender Technologien zu sammeln, sodass meine Fähigkeiten sehr vielfältig und übertragbar sind.

Wenn man sich speziell auf die künstliche Intelligenz konzentriert, bin ich ein starker Befürworter der Meinung, dass künstliche Intelligenz und Quantencomputing alle Branchen revolutionieren werden – ohne Ausnahme. Künstliche Intelligenz ist entscheidend für die Freisetzung und Förderung der Optimierung in allen Bereichen: Geschäft, beruflich und persönlich. Das hat mich angezogen und mich Tag für Tag engagiert und inspiriert.

Sie waren zuvor 18 Jahre bei Ericsson (ERIC ) beschäftigt. Was hat Sie dazu bewogen, zu Stradigi AI zu wechseln?

Ich war daran interessiert, mich auf die künstliche Intelligenz zu konzentrieren, weil sie so sehr die Art und Weise beeinflussen wird, wie wir leben und arbeiten. Künstliche Intelligenz öffnet die Tür zu einer Reihe von Problemen, die man lösen möchte, wenn man mit Unternehmen jeder Größe zusammenarbeitet, und gibt einem die Chance, einen Unterschied zu machen, den Fortschritt voranzutreiben und Technologie für das Gute zu nutzen. Außerdem hatte ich umfassende Führungserfahrung bei Ericsson, was im Gegensatz zu Stradigi AI, einem Startup, ein riesiges Unternehmen ist. Durch den Wechsel zu Stradigi AI wollte ich mich aus meiner Komfortzone herausfordern und selbst erleben, was es bedeutet, Teil des aufstrebenden und sich entwickelnden Ökosystems der künstlichen Intelligenz in Montreal zu sein. Es gibt etwas Motivierendes und Energisierendes daran, Teil dieser Gemeinschaft zu sein.

Ich bin jetzt seit einem Jahr bei Stradigi AI und nach einem Jahr der Arbeit mit einer fantastischen Gruppe von Fachleuten und Innovatoren ist es klar, dass meine Erfahrungen bei Ericsson so wertvoll und übertragbar auf jedes Unternehmen, unabhängig von der Größe, sind. Meine Philosophie war immer, die Technologie schrittweise voranzutreiben, und ich habe diese Einstellung auch bei Stradigi AI übernommen.

Stradigi AI ermöglicht es jemandem ohne Erfahrung im Maschinellen Lernen, künstliche Intelligenz-Modelle zu erstellen. Können Sie erklären, wie dies erreicht wird?

Ein großer Teil der Diskussion in der Welt der künstlichen Intelligenz und des Maschinellen Lernens dreht sich um die “Demokratisierung”. Was man damit meint, ist, die künstliche Intelligenz für die Massen zugänglich zu machen. Aber Verfügbarkeit und Benutzerfreundlichkeit sind nicht dasselbe. Mit unserer Selbstbedienungs-Plattform für Maschinelles Lernen, Kepler, ist unser primäres Ziel, sicherzustellen, dass interne Fachleute und Analysten Modelle mit fortschrittlichen Maschinellen Lern-Techniken erstellen können, ohne komplexe Datenwissenschaft oder die Beteiligung ihrer Datenwissenschaftler-Teams zu erfordern.

Praktisch und technisch wird dies durch die Automatisierung der schrittweisen Datenwissenschaftsprozesse erreicht, die normalerweise Zeit und Expertise erfordern. Zum Beispiel automatisiert Kepler den Prozess der Feature-Engineering, ein komplexes, mehrstufiges Unterfangen. Es erstellt auch automatisch eine Pipeline, indem es die besten Algorithmen auswählt, die Konfiguration automatisiert und die Hyperparameter-Optimierung durchführt – alles ohne menschliche Eingriffe.

Das Ziel dieser Automatisierung ist es, die Experten von der Verschwendung von Zeit auf triviale und zeitaufwändige Aufgaben zu befreien. Durch die Automatisierung dieser Schritte gibt Kepler Ihrem Team mehr Zeit, um über die nächste große Innovation nachzudenken, anstatt über die alltäglichen Aufgaben. Für Analysten und Fachleute ist es auch ein Weg, um ihre Fähigkeiten zu erweitern: Durch die Implementierung von Maschinellen Lern-Tools in ihre tägliche Arbeit geben Sie ihnen die Chance, ihre Analyse und damit ihren Ansatz zu wichtigen Anwendungsfällen zu bereichern.

Welche interessanten künstlichen Intelligenz-Modelle haben Sie von Unternehmen gesehen, die Kepler nutzen?

Die Schönheit von Kepler liegt darin, dass es eine breite Palette von Anwendungsfällen in verschiedenen Branchen abdeckt, indem es eine Reihe von Techniken von klassischem Maschinellen Lernen bis hin zum Tiefen Lernen einsetzt. Von Regierungen bis hin zu Investitionen kann Kepler Führungskräften messbare Ergebnisse liefern.

Ein paar beeindruckende Projekte, die mir einfallen und einen großen Einfluss auf die Art und Weise haben, wie wir leben und arbeiten, sind die Entwicklung innovativer Modelle im Gesundheitssektor, bei denen wir Modelle zur Bildsegmentierung und Regressionsmodelle zur Erkennung von Krankheiten eingesetzt haben. Ein weiteres Beispiel ist unsere Arbeit mit Regulierungsbehörden in lokalen und nationalen Regierungen, bei der wir Natural Language Understanding eingesetzt haben, um komplexe Textinformationen zu kategorisieren und neue Effizienzen in legacy-Prozessen zu schaffen.

Auf der anderen Seite haben wir Kepler auch genutzt, um Handelsaktivitäten für einen Kunden im Finanzsektor zu optimieren.

Stradigi AI verwendet einen automatisierten Datenwissenschafts-Workflow. Für diejenigen, die damit nicht vertraut sind, können Sie erklären, was das ist und wie es bei Stradigi AI eingesetzt wird?

Automatisierte Datenwissenschafts-Workflows (ADSW) sind die End-to-End-Datenwissenschaftsprozesse, die innerhalb von Kepler funktionieren. ADSWs wurden erstellt, um eine Reihe von Anwendungsfällen zu lösen, also haben wir jeden “Workflow” mit hoch praktischen Anwendungen ausgestattet. Zum Beispiel ist einer unserer Workflows die Zeitreihenprognose, die es Fachleuten in der Konsumgüterindustrie oder im Einzelhandel ermöglicht, vorherzusagen, wann der Lagerbestand aufgefüllt werden muss. Es gibt acht vordefinierte Workflows in Kepler, die alle intuitiv für Nicht-Datenwissenschaftler konzipiert sind.

ADSWs sind fortschrittliche Maschinelle Lern-Workflows, die Schlüsselprozesse automatisieren, einige davon habe ich oben erwähnt. In einem ADSW automatisiert Kepler:

• Hyperparameter-Optimierung
• Konfiguration
• Modellauswahl
• Aufteilung von Trainings- und Testdaten
• Erstellung von Dashboards
• Bewertung von Modellmetriken

Alles, was der Benutzer benötigt, um ein deployables Maschinelles Lern-Modell zu erhalten, sind Daten und ein Anwendungsfall, den er angehen möchte. Und je nach Datensatz kann all die komplexe Arbeit innerhalb eines ADSW innerhalb von Minuten abgeschlossen werden.

Welche Arten von Daten können verwendet werden?

Die Kepler-Plattform ermöglicht es, mit tabellarischen, textbasierten und Bild-Daten zu arbeiten.

Für diejenigen, die nicht mit Daten und Datenarten vertraut sind, werde ich sie kurz erläutern:

1. Tabellarisch: Dies wären Tabellen mit wichtigen Informationen wie Verkaufsdaten oder eine Datenbanktabelle mit Kundendemografien, Produkten usw.
2. Text: Diese Art von Daten kann in vielen Formen auftreten, denken Sie an E-Mails, Kundenbewertungen, soziale Medieninhalte, Bibliotheksarchive, Verträge usw.
3. Bilder: Denken Sie an Produktgalerien oder Fotos von Artikeln auf einer Montagestraße.

Video-Daten werden in Zukunft in Kepler integrierbar sein. Auf unserer Website unter “Datenarten” erklären wir, welche Arten von Daten wichtige Anwendungsfälle lösen können. Sie würden überrascht sein, wie viele Daten ungenutzt bleiben, besonders in größeren Unternehmen.

Haben Sie Tipps oder Strategien für Frauen, die in die Technik-Branche einsteigen möchten?

Ich habe drei Tipps, die ich für grundlegend für den Erfolg in der Technik-Branche halte.

1 – Lernen. Dies sollte immer Teil Ihres Lebens sein. Egal, wie alt oder jung Sie sind, Sie sollten immer etwas Neues lernen. Es spielt keine Rolle, wie Sie lernen oder von wem, nur dass Sie bereit sind, Wissen zu erwerben. Öffnen Sie Ihren Geist. Klären Sie Ihren Verstand, damit Sie bereit sind, mehr Wissen, mehr Liebe, mehr Empathie… einfach mehr zu empfangen. Seien Sie besessen von Ihrer eigenen Entwicklung. Eine gute Erinnerung ist, dass die Bereitschaft zu lernen eine der Schlüsselmanifestationen von Empathie ist.

2 – Leidenschaft. Beispiele für harte Arbeit haben in meiner beruflichen Erfahrung nie versagt. Ich bin immer bereit, meine Hand zu heben, um komplexe Situationen oder schwierige Aktivitäten zu übernehmen. Je mehr ich das tue, desto mehr realisiere ich, dass alles möglich ist. Ich würde nicht zögern, aus meiner Komfortzone auszubrechen und die zusätzliche Herausforderung anzunehmen. Wenn Sie so an die Arbeit herangehen, können Führungskräfte die Leidenschaft erkennen und schätzen, die Sie zeigen.

Wenn Sie auf diese Weise arbeiten, müssen Sie nicht auf die große Gelegenheit warten, die Ihr Leben verändern wird. Wenn Sie achtsam sind, werden Sie bemerken, dass es viele kleine Aufgaben gibt, die Ihnen mehr Exposition gegenüber Entscheidungsträgern geben und Ihnen mehr Möglichkeiten bieten, zu lernen.

3 – Mentorship. Für mich ist Mentorship ein so mächtiges Werkzeug, da es Ihre Fähigkeiten zum Zuhören und Lernen oder Ihre Fähigkeiten trainiert. Mentorship kann Sie auch näher zu großartigen Führungskräften aus Ihrem beruflichen Netzwerk oder Ihrem persönlichen Umfeld bringen. Während Ihrer Karriere ist es entscheidend, die Art von Führungskräften zu identifizieren, denen Sie vertrauen und folgen können, und sie als Ihre Mentoren und Vorbilder auszuwählen.

Die Führungskräfte, die an Sie glauben, werden Sie aus Ihrer Komfortzone herausfordern und Ihnen helfen, Stärke zu gewinnen. Großartige Führungskräfte und großartige Mentoren können brutal ehrlich sein, aber sie können auch hervorragende Zuhörer sein. Das Finden selbstloser Menschen, die Ihnen helfen, Ihr volles Potenzial zu entfalten, kann Ihnen einige der besten Lektionen Ihres Lebens bieten. Jetzt ist es Ihre Aufgabe, diese Mentoren zu finden und zu erkennen – und ihnen zu vertrauen.

Vielen Dank für das Interview. Ihre drei Strategien für diejenigen, die in die Technik einsteigen möchten, sind auf jeden anwendbar und ich stimme ihnen voll zu. Wer mehr über Kepler oder dieses fantastische Unternehmen erfahren möchte, sollte Stradigi AI besuchen.