Μαρία Ελένα, Διευθύντρια Λύσεων στην Stradigi AI – Σειρά Συνεντεύξεων

Η Μαρία Ελένα Καρμπαχάλ φέρνει πάνω από 25 χρόνια εμπειρίας σε τεχνητή νοημοσύνη, τεχνολογία πληροφοριών και τηλεπικοινωνίες στην επαγγελματική της καριέρα. Έχει 18 χρόνια εμπειρίας εργασίας σε μια εταιρεία τηλεπικοινωνιών στον Καναδά και τη Σουηδία, καθώς και σε τομείς όπως η αεροδιαστημική, η ενέργεια και η τεχνολογία πληροφοριών με διάφορες εταιρείες. Hiện εργάζεται για την Stradigi AI, einen ηγέτη στην τεχνητή νοημοσύνη στον Καναδά.

Η Μαρία Ελένα Καρμπαχάλ έχει εργαστεί σε πολλές λειτουργικές ρόλους εντός της έρευνας και ανάπτυξης, μηχανικής, παγκόσμιων επαγγελματικών υπηρεσιών, ψηφιακής μεταμόρφωσης και τεχνολογίας πληροφοριών. Η διεθνής της εμπειρία περιλαμβάνει εργασία και διαχείριση ομάδων σε χώρες όπως το Περού, ο Καναδάς, οι Ηνωμένες Πολιτείες, το Μεξικό, η Βραζιλία, η Σουηδία, η Φινλανδία, η Νορβηγία, η Ρωσία, η Εσθονία και η Λευκορωσία.

Τι είναι αυτό που σας έκανε να ενδιαφερθείτε για την τεχνητή νοημοσύνη αρχικά;

Έχω πάντα μια страсть για να εργαστώ στον τεχνολογικό τομέα. Jako άτομο, είμαι πάντα επενδυμένος στην βελτίωση του περιβάλλοντος μου: από την οργάνωση του σπιτιού μου μέχρι την αναβάθμιση των ομάδων, των πελατών και των επιχειρήσεων γενικά. Αυτό είναι στο κέντρο του είναι μου. Έχω την τύχη να έχω πολύ πρακτική εμπειρία με την εφαρμογή πρωτοποριακής τεχνολογίας τις τελευταίες δύο δεκαετίες σε διάφορους τομείς, οπότε οι δεξιότητες γίνονται πολύ διαφορετικές και μεταφέρσιμες.

Κοιτάζοντας πιο συγκεκριμένα την τεχνητή νοημοσύνη, είμαι một ισχυρός υποστηρικτής ότι η τεχνητή νοημοσύνη και η κβαντική υπολογιστική θα επαναφέρουν όλους τους τομείς — χωρίς εξαιρέσεις. Η τεχνητή νοημοσύνη είναι κρίσιμη για την απελευθέρωση και την ενίσχυση της βελτίωσης σε όλους τους τομείς: επιχειρηματικούς, επαγγελματικούς και προσωπικούς. Αυτό με έκανε να ενδιαφερθώ και να μείνω εμπνευσμένος, μέρα με την μέρα.

Εργαζόσασταν προηγουμένως στην Ericsson (ERIC ) για 18 χρόνια, τι σας έκανε να quyếtσετε να ενταχθείτε στην Stradigi AI;

Είχα ενδιαφέρον να εστίασω τις επαγγελματικές μου προσπάθειες στην τεχνητή νοημοσύνη λόγω του πόσο θα επηρεάσει και θα αλλάξει τον τρόπο που ζούμε και εργαζόμαστε. Η τεχνητή νοημοσύνη ανοίγει την πόρτα σε μια σειρά προβλημάτων που ψάχνουμε να λύσουμε όταν εργαζόμαστε με επιχειρήσεις μεγάλες ή μικρές που σας δίνει την ευκαιρία να κάνετε μια διαφορά, να μετακινήσετε το δείκτη και να χρησιμοποιήσετε την τεχνολογία για το καλό. Επίσης, είχα εκτεταμένη εκτελεστική εμπειρία στην Ericsson, η οποία, σε αντίθεση, είναι μια τεράστια οργάνωση. Μετάβαση σε μια εταιρεία như την Stradigi AI, ήθελα να推 myself έξω από την ζώνη μου και να βιώσω τι είναι να være μέρος του ευρυζωνικού, εξελισσόμενου AI οικοσυστήματος που σχηματίζεται στο Μόντρεαλ. Υπάρχει κάτι που мотивίζει και ενεργοποιεί όταν είναι μέρος αυτής της κοινότητας.

Είμαι στην Stradigi AI για ένα χρόνο τώρα, και μετά από ένα χρόνο εργασίας με μια θαυμάσια ομάδα επαγγελματιών και καινοτόμων, είναι σαφές ότι οι εμπειρίες μου στην Ericsson ήταν τόσο πολύτιμες και μεταφέρσιμες σε οποιαδήποτε οργάνωση, ανεξάρτητα από το μέγεθος. Η φιλοσοφία μου ήταν πάντα για να μετακινήσω το τεχνολογικό δείκτη ένα πελάτη κάθε φορά, και το έφερα στην Stradigi AI, επίσης.

Η Stradigi AI επιτρέπει σε κάποιον χωρίς εμπειρία μηχανικής μάθησης να παράγει μοντέλα AI, μπορείτε να περιγράψετε πώς αυτό επιτυγχάνεται;

Πολύ από τη συζήτηση στον κόσμο της τεχνητής νοημοσύνης και της μηχανικής μάθησης είναι γύρω από την “δημοκρατικοποίηση”. Αυτό, για να το πω χαλαρά, είναι όλα关于 να κάνει την τεχνητή νοημοσύνη διαθέσιμη στο ευρύ κοινό. Αλλά η διαθεσιμότητα και η χρηστικότητα δεν είναι το ίδιο. Με την αυτοεξυπηρετούμενη πλατφόρμα ML μας, Kepler, ο πρωταρχικός μας στόχος είναι να διασφαλίσουμε ότι οι εσωτερικοί SME και αναλυτές μπορούν να παράγουν μοντέλα με προηγμένα τεχνικές ML, χωρίς να χρειάζεται να μάθουν σύνθετη εργασία επιστήμης δεδομένων ή να εμπλακούν με τις ομάδες δεδομένων τους.

Από μια πρακτική και τεχνική άποψη, αυτό επιτυγχάνεται μέσω της αυτοματοποίησης των βημάτων-βήματα διαδικασίων επιστήμης δεδομένων που συνήθως χρειάζονται χρόνο και εμπειρία για να ολοκληρωθούν. Για παράδειγμα, το Kepler αυτοματοποιεί τη διαδικασία μηχανικής χαρακτηριστικών, một σύνθετη, πολλαπλή προσπάθεια. Αυτοματοποιεί επίσης την δημιουργία μιας πipeline επιλέγοντας τα καλύτερα αλγόριθμους, υποβάλλει αυτοματοποιημένη διαμόρφωση και βελτιστοποίηση υπερπαράμετρων — όλα χειροκίνητα.

Ο στόχος της αυτοματοποίησης αυτής της διαδικασίας είναι να ελευθερώσει τους εμπειρογνώμονες από το να σπαταλούν χρόνο σε琐碎 και χρονοβόρες εργασίες. Αυτοματοποιώντας αυτά τα βήματα, το Kepler δίνει στην ομάδα σας περισσότερο χρόνο να σκέφτεται την επόμενη μεγάλη καινοτομία, αντί να σπαταλούν χρόνο στις琐碎 εργασίες της ημέρας. Για τους αναλυτές και τους SME, είναι επίσης ένας δρόμος για την αναβάθμιση των δεξιοτήτων: εφαρμόζοντας εργαλεία ML στις καθημερινές τους εργασίες, τους δίνετε την ευκαιρία να εμπλουτίσουν την ανάλυση τους και επομένως την προσέγγισή τους σε κρίσιμους.use cases.

Τι είναι κάποια ενδιαφέροντα μοντέλα AI που έχετε δει από εταιρείες που χρησιμοποιούν το Kepler;

Η ομορφιά του Kepler είναι ότι καλύπτει ένα ευρύ φάσμα use cases σε διάφορους τομείς, χρησιμοποιώντας eine σειρά τεχνικών από κλασική ML έως deep learning. Από κυβερνήσεις έως επενδύσεις, το Kepler μπορεί να βοηθήσει τους ηγέτες να επιτύχουν μετρήσιμα αποτελέσματα.

Μερικά επηρεαστικά projects που έρχονται στο μυαλό μου και έχουν μεγάλη επίδραση στον τρόπο που ζούμε και εργαζόμαστε, είναι η ανάπτυξη καινοτόμων μοντέλων στον τομέα της υγείας, όπου χρησιμοποιήσαμε μοντέλα image segmentation και μοντέλα regression για να ανιχνεύσουμε ασθένειες. Άλλο είναι η δουλειά μας με ρυθμιστικούς φορείς σε τοπικές και εθνικές κυβερνήσεις με χρήση φυσικής γλώσσας για να κατηγοριοποιήσουμε σύνθετη κείμενο πληροφορία και να φέρουμε νέες αποδοτικότητες σε legacy διαδικασίες.

Στην άλλη πλευρά του φάσματος, έχουμε επίσης χρησιμοποιήσει το Kepler για να βελτιστοποιήσουμε δραστηριότητες trading για einen πελάτη στον χρηματοοικονομικό τομέα.

Η Stradigi AI χρησιμοποιεί μια Αυτοματοποιημένη Διαδικασία Επιστήμης Δεδομένων. Για ceux που δεν είναι εξοικειωμένοι με αυτό, μπορείτε να περιγράψετε τι είναι και πώς χρησιμοποιείται από την Stradigi AI;

Οι Αυτοματοποιημένες Διαδικασίες Επιστήμης Δεδομένων (ADSW) είναι οι διαδικασίες επιστήμης δεδομένων που λειτουργούν εντός του Kepler. Οι ADSWs δημιουργήθηκαν για να λύσουν eine σειρά use cases, οπότε κατασκευάσαμε κάθε “διαδικασία” για να έχει πολύ πρακτικές εφαρμογές. Για παράδειγμα, μια από τις διαδικασίες μας είναι η πρόβλεψη Χρόνου, η οποία επιτρέπει στους επαγγελματίες στο CPG ή το λιανικό εμπόριο να προβλέψουν πότε θα χρειαστεί να αντικατασταθεί η αποθήκη. Υπάρχουν οκτώ προϋπάρχουσες διαδικασίες στο Kepler, οι οποίες είναι όλες σχεδιασμένες για τους μη-επιστήμονες δεδομένων.

ADSWs είναι προηγμένα ML workflows που αυτοματοποιούν κρίσιμες διαδικασίες, κάποιες από τις οποίες ανέφερα παραπάνω. Σε μια ADSW, το Kepler αυτοματοποιεί:

• Βελτιστοποίηση υπερπαράμετρων
• Διαμόρφωση
• Επιλογή μοντέλου
• Διαίρεση δεδομένων εκπαίδευσης και δοκιμής
• Δημιουργία πίνακα ελέγχου
• Αξιολόγηση μετρικών μοντέλου

Όλα όσα χρειάζεται ο χρήστης για να λάβει ένα μοντέλο μηχανικής μάθησης είναι δεδομένα και ένα use case να αντιμετωπίσουν. Και, ανάλογα με το σύνολο δεδομένων, όλη η σύνθετη εργασία εντός μιας ADSW μπορεί να ολοκληρωθεί μέσα σε λίγα λεπτά.

Τι είδη δεδομένων μπορούν να χρησιμοποιηθούν;

Η πλατφόρμα Kepler σας επιτρέπει να εργαστείτε με δεδομένα πίνακα, κειμένου και εικόνας.

Για ceux που δεν είναι εξοικειωμένοι με δεδομένα και τύπους δεδομένων, θα τα εξηγήσω:

1. Πίνακας: αυτό θα ήταν ένα φύλλο εργασίας που περιέχει κρίσιμες πληροφορίες όπως δεδομένα πωλήσεων ή ένα πίνακα δεδομένων με δημογραφικά στοιχεία πελατών, προϊόντων κ.λπ.
2. Κείμενο: αυτό το είδος δεδομένων μπορεί να έρθει σε πολλές μορφές, σκεφτείτε emails, κριτικές πελατών, περιεχόμενο κοινωνικών μέσων, αρχειοθήκη βιβλιοθήκης, συμβάσεις κ.λπ.
3. Εικόνα: σκεφτείτε галερί προϊόντων ή φωτογραφίες αντικειμένων σε μια γραμμή συναρμολόγησης.

Τα δεδομένα βίντεο θα είναι δυνατά να χρησιμοποιηθούν στο Kepler στο μέλλον. Στο website μας υπό “Τύποι Δεδομένων” εξηγούμε ποιους τύπους δεδομένων μπορούν να λύσουν κρίσιμους use cases. Θα σας εκπλήξει πόσο δεδομένα παραμένουν ανεκμετάλλευτα, ιδιαίτερα σε μεγαλύτερες επιχειρήσεις.

Έχετε κάποια συμβουλές ή στρατηγικές για γυναίκες που ενδιαφέρονται να εισέλθουν στην τεχνολογία;

Έχω τρεις συμβουλές που νομίζω είναι πραγματικά θεμελιώδεις για την επιτυχία για οποιονδήποτε να ευδοκιμήσει στην τεχνολογική βιομηχανία.

1 – Μάθηση. Αυτό πρέπει πάντα να είναι μέρος της ζωής σας. Ανεξάρτητα από το πόσο νέος ή πόσο μεγάλος είστε, πρέπει πάντα να έχετε κάτι να μάθετε. Δεν έχει σημασία πώς θα μάθετε ή από ποιον θα μάθετε, απλά να είστε έτοιμοι να λάβετε γνώση. Ανοίξτε το μυαλό σας. Καθαρίστε το μυαλό σας ώστε να μπορείτε να λάβετε περισσότερη γνώση, περισσότερη αγάπη, περισσότερη ευσπλαχνία… απλά περισσότερα. Να είστε εθισμένοι στην δική σας ανάπτυξη. Μια υπενθύμιση είναι ότι να είστε έτοιμοι να μάθετε είναι μια από τις κρίσιμες εκδηλώσεις της ευσπλαχνίας.

2 – Σταθερότητα. Παραδείγματα σκληρής δουλειάς δεν έχουν ποτέ αποτύχει στην επαγγελματική μου εμπειρία. Είμαι πάντα έτοιμος να σηκώσω το χέρι μου στη δουλειά για να αναλάβω σύνθετες καταστάσεις ή περίπλοκες δραστηριότητες. Όσο περισσότερο το κάνω, τόσο περισσότερο καταλαβαίνω ότι τα πάντα είναι δυνατά. Δεν θα διστάζω να βγάλω το χέρι μου από την ζώνη μου και να αναλάβω την πρόκληση. Όταν το κάνετε αυτό, οι ηγέτες μπορούν να αναγνωρίσουν και να εκτιμήσουν τη σταθερότητα που εκδηλώνετε.

Όταν προσεγγίζετε τη δουλειά με αυτόν τον τρόπο, δεν χρειάζεται να περιμένετε αυτή τη μεγάλη ευκαιρία εργασίας που θα αλλάξει τη ζωή σας. Αν προσεξείτε, θα δείτε ότι υπάρχουν πολλά μικρά καθήκοντα γύρω σας που θα σας δώσουν περισσότερη έκθεση σε αποφασιστές, και πιο σημαντικά, περισσότερες ευκαιρίες να μάθετε.

3 – Μέντορας. Για μένα, η μέντορας είναι ένα τόσο ισχυρό εργαλείο, καθώς διαστρέφει τους μυς ακρόασης και μάθησης ή δεξιοτήτων. Η μέντορας μπορεί επίσης να σας φέρει πιο κοντά σε μεγάλα ηγέτες από τα επαγγελματικά σας δίκτυα ή εντός του προσωπικού σας κύκλου. καθ’ όλη τη διάρκεια της καριέρας σας, είναι κρίσιμο να αναγνωρίσετε ποιοι ηγέτες μπορείτε να εμπιστευτείτε και να τους επιλέξετε ως μέντορες και μοντέλα σας.

Οι ηγέτες που πιστεύουν σε σας θα σας ωθήσουν έξω από την ζώνη σας και θα είναι εκεί για να σας βοηθήσουν να κερδίσετε δύναμη, επίσης. Μεγάλοι ηγέτες και μεγάλοι μέντορες μπορούν να είναι βρώμικες, αλλά μπορούν επίσης να είναι εξαιρετικοί ακροατές. Το να βρείτε αλτρουιστές ανθρώπους για να σας βοηθήσουν να φτάσετε στο πλήρες σας δυναμικό μπορεί να σας προσφέρει μερικά από τα καλύτερα διδακτικά моменты της ζωής σας. Τώρα, η δουλειά σας είναι να βρείτε και να αναγνωρίσετε ποιους μέντορες είναι ή θα μπορούσαν να είναι για σας — και να τους εμπιστευτείτε.

Ευχαριστώ για τη συνέντευξη. Οι τρεις σας στρατηγικές για ceux που επιθυμούν να εισέλθουν στην τεχνολογία είναι