Entrevistas
Celina Lee, CEO y cofundadora de Zindi – Serie de entrevistas

Celina Lee es la CEO y cofundadora de Zindi, la mayor red profesional para científicos de datos en África.
Celina tiene una pasión por liberar el poder de los datos para el bien social. Celina tiene un historial comprobado de liderazgo en el cruce entre datos y desarrollo, y ha desempeñado papeles centrales en el lanzamiento de plataformas globales, incluyendo la Alianza para la Inclusión Financiera, insight2impact, y ahora Zindi. El trabajo de Celina ha abarcado ampliamente tanto el sector privado como el público y diversas áreas de desarrollo, incluyendo la inclusión financiera, el desarrollo de micro y pequeñas empresas, el desarrollo de sistemas de mercado, género, cambio climático y salud pública. Ha vivido y trabajado en países de Asia, América Latina y África subsahariana.
¿Qué te atrajo inicialmente a la informática y las matemáticas aplicadas?
Toda mi vida me gustó la matemática. Cuando supe sobre el programa de matemáticas aplicadas, simplemente tenía sentido para mí porque aprecio cómo los datos y las matemáticas se traducen en aplicaciones del mundo real. Lo que me gusta de trabajar con datos es que los datos tienen una historia que contar. Los datos pueden ser tremendamente impactantes, pero solo si llegan a las manos adecuadas. Es magia.
¿Cuáles son algunos de los desafíos únicos de implementar soluciones de ciencia de datos y aprendizaje automático en África?
Un desafío es que los conjuntos de datos pueden ser escasos. Por ejemplo, si estás trabajando en problemas de procesamiento de lenguaje natural en lenguas africanas locales, algunos lenguajes solo tienen miles de hablantes nativos; algunos ni siquiera están escritos. No tienes la abundancia de datos que tienes para el inglés, por ejemplo. Pero la naturaleza del desafío es exactamente lo que hace que las soluciones sean aún más importantes e impactantes.
¿Cuándo concebiste inicialmente el concepto detrás de la externalización de soluciones de datos?
Aprendí sobre Kaggle hace muchos años, cuando estaba en San Francisco, cuando era una startup. El concepto de tener a la multitud construir soluciones de datos para organizaciones resonó conmigo. Pero vi una brecha en que los conjuntos de datos y problemas claramente provenían de grandes empresas corporativas, en su mayoría estadounidenses, y los participantes también eran en su mayoría del “mundo desarrollado”. Había trabajado durante muchos años en datos en el sector de desarrollo internacional. Vi una oportunidad para resolver problemas de multitud para, y por, otras regiones también.
En los primeros días de lanzamiento, la plataforma se estrelló porque Zindi tuvo muchas inscripciones. ¿Te sorprendió la velocidad con la que esto fue adoptado por la comunidad?
Me sorprendió, pero no me impactó. Claramente no habíamos anticipado la cantidad de tráfico que tendríamos en los primeros días, o de lo contrario no se habría estrellado. Pero sabía que había una demanda en el mercado entre los jóvenes científicos de datos africanos y los aspirantes a científicos de datos para este tipo de plataforma. Los jóvenes del continente son ambiciosos, enérgicos e innovadores. Pondrán el trabajo, y harán que cualquier cosa sea posible. Así que no me impactó que un espacio en línea como Zindi resonara de inmediato. En Zindi, pueden conectarse con otras personas con mentalidad similar de todo África y del mundo, pueden desarrollar nuevas habilidades, pueden crecer sus propios perfiles y portafolio, y pueden conseguir trabajos. Además, notaría que la gente se enorgullecía del hecho de que esta era una plataforma africana que alojaba conjuntos de datos y problemas africanos. Como me dijo un científico de datos, en Zindi ha encontrado un hogar.
DeepMind lanzó una competencia en la plataforma hace un poco más de un año, ¿cuál fue esta competencia?
La competencia de DeepMind fue para desarrollar modelos de aprendizaje profundo para identificar tortugas marinas utilizando los patrones únicos en sus caras. Los patrones geométricos en las caras de las tortugas marinas son como huellas dactilares. Pero no hay una gran cantidad de imágenes de cerca y fuera del agua de las caras de las tortugas marinas. Trabajamos con Local Ocean Conservation, una organización sin fines de lucro local en Kenia, que tenía una colección de miles de imágenes recopiladas durante 10 años de trabajar en el campo de la conservación de tortugas marinas.
La importancia de estos modelos de IA es que pueden eliminar la necesidad de etiquetas físicas, que pueden ser costosas, poco fiables (porque se caen o se dañan) y pueden ser peligrosas para la salud de las tortugas marinas. Teníamos más de 700 participantes trabajando en este problema. Y las soluciones son de código abierto, y otras organizaciones sin fines de lucro están trabajando actualmente para desarrollar aplicaciones móviles basadas en los algoritmos resultantes.
¿Cuáles son algunos ejemplos de otros desafíos que se han lanzado en la plataforma?
Hemos ejecutado más de 300 desafíos en la plataforma Zindi. Estos desafíos abarcan muchas diferentes industrias, áreas técnicas y complejidad. Lo emocionante es que todos son aplicaciones del mundo real de IA y ciencia de datos, en su mayoría en África.
Para nombrar algunos: Utilizar aprendizaje automático para predecir los niveles de contaminación del aire en Kampala, predecir los niveles de consumo de energía de las redes 5G, identificar deslizamientos de tierra utilizando imágenes de satélite, corregir ubicaciones de GPS irregulares y defectuosas para una aplicación de fitness en Egipto, identificar palabras relacionadas con la agricultura en Luganda (un idioma local en Uganda) en la radio, medir la biomasa en Costa de Marfil utilizando datos de satélite.
La lista continúa. Puedes verlos todos aquí.
¿Cuántos científicos de datos trabajan en un problema listado en promedio, y qué tan exitosas son las empresas en resolver los desafíos que se listan?
Por lo general, entre 500 y 1000, o sometimes más, trabajan en cualquier problema dado en la plataforma. Esto depende de la complejidad del problema y la cantidad de dinero del premio que se ofrece. Hemos otorgado un total de más de $500,000 USD a científicos de datos ganadores en la comunidad Zindi.
Hemos tenido una serie de historias de éxito a lo largo de los años. Por ejemplo, Zimnat, la mayor compañía de seguros en Zimbabue, obtuvo algoritmos de aprendizaje automático de su competencia en Zindi para predecir qué clientes eran más propensos a abandonar (dejar de pagar y salir del sistema). Incorporaron estos modelos en su panel de servicio al cliente, lo que les permitió reducir la pérdida de clientes en un 30% ese año. Zimnat también terminó contratando a uno de los mejores científicos de datos en Zimbabue.
Las empresas poseen la propiedad intelectual de las tres mejores soluciones. Además de los modelos en sí, las empresas realmente valoran tener a cientos de personas inteligentes trabajando en sus problemas. Es una forma de probar nuevas ideas, subcontratar problemas que sus equipos internos no tienen tiempo o capacidad técnica para trabajar, o a menudo lo que es más valioso es simplemente tener una inyección de nuevas ideas y perspectivas.
¿Puedes discutir cómo Zindi conecta a los científicos de datos con empresas después de que la competencia ha terminado?
Hay un total de 70,000 usuarios (practicantes de datos y IA) registrados en Zindi de todo el mundo, y 52 de los 54 países de África. Aproximadamente el 50% de nuestros usuarios están en la universidad; el 85% tienen un título universitario o están trabajando hacia uno, y el 28% son mujeres. Nuestro objetivo es hacer que la IA y la ciencia de datos sean accesibles para todos.
Cada mes, aproximadamente 6,000 están activos en la plataforma. Eso significa que están ingresando y trabajando en competencias, leyendo blogs de aprendizaje, enviando mensajes en los foros de discusión, enviando mensajes directos con amigos, o solicitando trabajos.
Cada vez que un científico de datos ingresa a una competencia, publica en el foro de discusión o se une a un equipo, esta actividad se agrega a su perfil de Zindi. El perfil de Zindi se convierte en su currículum vivo y su prueba de trabajo.
Ayudamos a las empresas a contratar a científicos de datos y a construir su pipeline de talentos de varias maneras. Ofrecemos a las empresas membresías corporativas en Zindi, que les permiten acceder a beneficios, incluyendo ejecutar competencias en Zindi donde poseen la propiedad intelectual de las tres mejores soluciones, y también pueden contratar directamente desde la clasificación de su competencia. También obtienen una cuenta de Zindi Talent Search, que les permite a los empleadores potenciales buscar perfiles de Zindi y contratar directamente a candidatos según su rendimiento real en diferentes tipos de problemas del mundo real, es decir, las competencias.
¿Cuál es tu visión para el futuro de Zindi?
Mi visión para el futuro es que Zindi sea reconocida como el conducto más importante de millones de talentos de datos y IA descubiertos y diversos de todo el mundo. Cada aspirante a científico de datos y IA sabrá que debe venir a Zindi. La plataforma Zindi es un lugar donde, sin importar su origen, saben que pueden desarrollar sus habilidades, conectarse con mentores y pares para ayudarlos en su camino, crear un perfil que muestre sus capacidades, y les ofrece oportunidades de carrera.
Y cada empresa necesitará su membresía en Zindi para mantenerse por delante de la competencia, porque en unos pocos años, cada empresa estará compitiendo en la calidad de sus capacidades de ciencia de datos y IA.
Actualmente, hacemos una promesa a todos los zindianos en la plataforma, de que cambiaremos su vida si nos dejan. Ya hemos visto a muchos jóvenes que comenzaron en Zindi, luchando por cargar incluso su archivo CSV, y uno o dos años después, después de ingresar a múltiples competencias en Zindi, participar en los foros de discusión y unirse a diferentes equipos, consiguen trabajos increíbles debido a las habilidades y la reputación que construyeron en Zindi.
Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Zindi.












