साक्षात्कार
मारिया एलेना, स्ट्राडिगी एआई में समाधान के निदेशक – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मारिया एलेना कार्बाजल अपने पेशेवर करियर में 25 वर्षों से अधिक का आर्टिफ़िशियल इंटेलिजेंस, इंफॉर्मेशन टेक्नोलॉजी और टेलीकम्युनिकेशंस का अनुभव लाती हैं। उन्होंने कनाडा और स्वीडन में एक टेलीकम्युनिकेशन कंपनी में 18 वर्षों तक काम किया है, साथ ही एयरोस्पेस, ऊर्जा और इंफॉर्मेशन टेक्नोलॉजी क्षेत्रों में विभिन्न कंपनियों के साथ काम किया है। वर्तमान में, वह स्ट्राडिगी एआई के लिए काम कर रही है, जो कनाडा में एक आर्टिफ़िशियल इंटेलिजेंस लीडर है।
मारिया एलेना कार्बाजल ने आरएंडडी, इंजीनियरिंग, ग्लोबल प्रोफेशनल सर्विसेज, डिजिटल ट्रांसफॉर्मेशन और इंफॉर्मेशन टेक्नोलॉजी के क्षेत्रों में कई कार्यात्मक भूमिकाएं निभाई हैं। उनके अंतर्राष्ट्रीय अनुभव में पेरू, कनाडा, यूएसए, मेक्सिको, ब्राजील, स्वीडन, फिनलैंड, नॉर्वे, रूस, एस्टोनिया और बेलारूस जैसे देशों में टीमों का प्रबंधन और काम करना शामिल है।
आपको शुरू में एआई में क्या आकर्षित किया?
मैंने हमेशा टेक सेक्टर में काम करने के लिए जुनूनी रही हूं। एक व्यक्ति के रूप में, मैं अपने आसपास की चीजों को अनुकूलित करने में निवेश करती हूं: अपने घर को व्यवस्थित करने से लेकर अपनी टीमों, ग्राहकों और व्यवसायों को कुशल बनाने तक। यह मेरे होने का केंद्र है। मुझे पिछले दो दशकों में विभिन्न उद्योगों में अग्रणी प्रौद्योगिकी को लागू करने का हाथों-हाथ अनुभव मिला है, इसलिए कौशल अत्यधिक विविध और हस्तांतरणीय हो जाते हैं।
एआई को विशेष रूप से देखते हुए, मैं एक मजबूत विश्वासी हूं कि आर्टिफ़िशियल इंटेलिजेंस और क्वांटम कंप्यूटिंग सभी उद्योगों को क्रांतिकारी बना देगा – कोई अपवाद नहीं। एआई व्यवसाय, पेशेवर और व्यक्तिगत क्षेत्रों में सभी क्षेत्रों में अनुकूलन को अनलॉक करने और ईंधन देने के लिए महत्वपूर्ण है। यह मुझे आकर्षित करता है और मुझे दिन-प्रतिदिन प्रेरित रखता है।
आप पहले एरिक्सन में 18 वर्षों तक काम करती थीं, स्ट्राडिगी एआई में शामिल होने का आपको क्या आकर्षित किया?
(ERIC )मैं अपने पेशेवर प्रयासों को एआई पर केंद्रित करने में रुचि रखती थी क्योंकि यह जीवन और काम के तरीके को कैसे प्रभावित करेगा और बदलेगा। एआई बड़े या छोटे उद्यमों के साथ काम करने के लिए समस्याओं की एक श्रृंखला को हल करने का अवसर प्रदान करता है, जो आपको अंतर लाने और प्रौद्योगिकी का उपयोग अच्छे के लिए करने का मौका देता है। इसके अलावा, मेरे पास एरिक्सन में व्यापक कार्यकारी अनुभव था, जो एक विशाल संगठन है। स्ट्राडिगी एआई जैसे स्टार्टअप में संक्रमण, मैं अपने आराम क्षेत्र से बाहर निकलना चाहता था और मॉन्ट्रियल में形成 हो रहे विकसित और विकसित हो रहे एआई पारिस्थितिकी तंत्र का हिस्सा बनना चाहता था। इस समुदाय का हिस्सा बनने के बारे में कुछ प्रेरक और ऊर्जावान है।
मैं स्ट्राडिगी एआई में एक वर्ष से काम कर रहा हूं, और एक वर्ष के बाद एक अद्भुत समूह के पेशेवरों और नवाचारों के साथ काम करने के बाद, यह स्पष्ट है कि मेरे एरिक्सन में अनुभव बहुमूल्य और किसी भी संगठन में स्थानांतरित हो गए हैं, चाहे वह कितना भी बड़ा या छोटा क्यों न हो। मेरा दर्शन हमेशा एक ग्राहक के समय पर प्रौद्योगिकी की प्रगति करने के बारे में रहा है, और मैंने स्ट्राडिगी एआई में भी यही किया है।
स्ट्राडिगी एआई किसी को भी मशीन लर्निंग अनुभव के बिना एआई मॉडल बनाने की अनुमति देता है, आप यह कैसे हासिल करते हैं?
एआई और एमएल दुनिया में बहुत सारी चर्चा “लोकतंत्रीकरण” के बारे में है। जो कि आर्टिफ़िशियल इंटेलिजेंस को जनसाधारण के लिए उपलब्ध कराने के बारे में है। लेकिन उपलब्धता और उपयोगिता एक ही बात नहीं है। हमारे स्व-सेवा एमएल प्लेटफ़ॉर्म, केपलर के साथ, हमारा प्राथमिक लक्ष्य यह सुनिश्चित करना है कि आंतरिक विशेषज्ञ और विश्लेषक उन्नत एमएल तकनीकों के साथ मॉडल बना सकते हैं, बिना जटिल डेटा विज्ञान कार्य सीखे या अपनी डेटा विज्ञान टीमों को शामिल किए।
व्यावहारिक और तकनीकी दृष्टिकोण से, यह जटिल डेटा विज्ञान प्रक्रियाओं को स्वचालित करके प्राप्त किया जाता है जो आमतौर पर समय और विशेषज्ञता लेते हैं। उदाहरण के लिए, केपलर फीचर इंजीनियरिंग प्रक्रिया को स्वचालित करता है, जो एक जटिल, बहु-चरण कार्य है। यह स्वचालित रूप से एक पाइपलाइन बनाता है जो सर्वोत्तम एल्गोरिदम का चयन करता है, स्वचालित रूप से कॉन्फ़िगरेशन और हाइपरपैरामीटर अनुकूलन करता है – सभी हाथों से मुक्त।
इस प्रक्रिया में इस स्तर के स्वचालन का लक्ष्य विशेषज्ञों को समय बर्बाद करने वाले और समय लेने वाले कार्यों से मुक्त करना है। इन चरणों को स्वचालित करके, केपलर आपकी टीम को अगले बड़े नवाचार के बारे में सोचने के लिए अधिक समय देता है, न कि दिन के मेनियल कार्यों के बारे में। विश्लेषकों और विशेषज्ञों के लिए, यह एक रास्ता है अपने कौशल को बढ़ाने के लिए: एमएल टूल्स को अपने दैनिक कार्य में लागू करके, आप उन्हें अपने विश्लेषण को समृद्ध करने और इसलिए अपने मुख्य उपयोग के मामलों के लिए अपने दृष्टिकोण को बढ़ाने का अवसर देते हैं।
केपलर का उपयोग करने वाली कंपनियों से आपको कुछ दिलचस्प एआई मॉडल कौन से दिखाई दिए हैं?
केपलर की सुंदरता यह है कि यह विभिन्न उद्योगों में विभिन्न तकनीकों का उपयोग करके विभिन्न उपयोग के मामलों को कवर करता है। सरकारों से लेकर निवेश तक, केपलर नेताओं को मापने योग्य परिणाम प्राप्त करने में मदद कर सकता है।
कुछ प्रभावशाली परियोजनाएं जो मेरे दिमाग में आती हैं जिनका बड़ा प्रभाव है कि हम कैसे जीते हैं और काम करते हैं, स्वास्थ्य सेवा क्षेत्र में नवाचारी मॉडलों का विकास है, जहां हमने बीमारी का पता लगाने के लिए इमेज सेगमेंटेशन मॉडल और रिग्रेशन मॉडल का उपयोग किया। एक और हमारा काम स्थानीय और राष्ट्रीय सरकारों के साथ नियामक निकायों के साथ है जो जटिल पाठ सूचना को वर्गीकृत करने और विरासत प्रक्रियाओं में नई दक्षता लाने के लिए प्राकृतिक भाषा समझ का उपयोग करते हैं।
दूसरी ओर, हमने वित्तीय क्षेत्र में एक ग्राहक के लिए व्यापारिक गतिविधियों को अनुकूलित करने के लिए केपलर का लाभ उठाया है।
स्ट्राडिगी एआई स्वचालित डेटा विज्ञान वर्कफ़्लो का उपयोग करता है। जो लोग इसके साथ परिचित नहीं हैं, उनके लिए आप इसके बारे में बता सकते हैं और यह स्ट्राडिगी एआई द्वारा कैसे उपयोग किया जाता है?
स्वचालित डेटा विज्ञान वर्कफ़्लो (एडीएसडब्ल्यू) केपलर के भीतर डेटा विज्ञान प्रक्रियाएं हैं। एडीएसडब्ल्यू को विभिन्न उपयोग के मामलों को हल करने के लिए बनाया गया था, इसलिए हमने प्रत्येक “वर्कफ़्लो” को अत्यधिक व्यावहारिक अनुप्रयोगों के साथ बनाया। उदाहरण के लिए, हमारे वर्कफ़्लो में से एक समय श्रृंखला पूर्वानुमान है, जो सीपीजी या खुदरा में पेशेवरों को यह अनुमान लगाने की अनुमति देता है कि जब इन्वेंट्री को फिर से भरने की आवश्यकता होगी। केपलर में आठ पूर्व-मौजूदा वर्कफ़्लो हैं, जो सभी गैर-डेटा वैज्ञानिकों के लिए直观 रूप से डिज़ाइन किए गए हैं।
एडीएसडब्ल्यू उन्नत एमएल वर्कफ़्लो हैं जो कुंजी प्रक्रियाओं को स्वचालित करते हैं, जिनमें से कुछ मैंने ऊपर उल्लेख किया है। एक एडीएसडब्ल्यू में, केपलर स्वचालित रूप से:
- हाइपर पैरामीटर अनुकूलन
- कॉन्फ़िगरेशन
- मॉडल चयन
- प्रशिक्षण और परीक्षण डेटा विभाजन
- डैशबोर्ड निर्माण
- मॉडल मीट्रिकों का मूल्यांकन
एक डिप्लॉयबल मशीन लर्निंग मॉडल प्राप्त करने के लिए उपयोगकर्ता को केवल डेटा और एक उपयोग के मामले की आवश्यकता होती है जिसे संबोधित करना है। और, डेटा सेट के आधार पर, एक एडीएसडब्ल्यू के भीतर जटिल कार्य कुछ मिनटों के भीतर पूरा किया जा सकता है।
किस प्रकार के डेटा का उपयोग किया जा सकता है?
केपलर प्लेटफ़ॉर्म आपको टेबुलर, पाठ और छवि डेटा के साथ काम करने की अनुमति देता है।
जो लोग डेटा और डेटा प्रकारों से परिचित नहीं हैं, उनके लिए मैं उन्हें तोड़ दूंगा:
- टेबुलर: यह एक स्प्रेडशीट होगी जिसमें बिक्री डेटा, या ग्राहक जनसांख्यिकी के बारे में जानकारी वाली एक डेटाबेस टेबल होगी।
- पाठ: यह डेटा कई रूपों में आ सकता है, जैसे कि ईमेल, ग्राहक समीक्षा, सोशल मीडिया सामग्री, पुस्तकालय संग्रह, अनुबंध, आदि।
- छवि: यह उत्पाद गैलरी या असेंबली लाइन पर वस्तुओं की तस्वीरें हो सकती हैं।
वीडियो डेटा भविष्य में केपलर में पच जाएगा। हमारी वेबसाइट पर “डेटा प्रकार” के तहत, हम बताते हैं कि किस प्रकार के डेटा मुख्य उपयोग के मामलों को हल कर सकते हैं। आपको यह जानकर आश्चर्य होगा कि कितना डेटा विशेष रूप से बड़े उद्यमों में अनुपयोगी है।
महिलाओं के लिए जो टेक में शामिल होने में रुचि रखती हैं, आपके पास कोई सुझाव या रणनीति है?
मेरे पास तीन सुझाव हैं जो मुझे लगता है कि तकनीकी उद्योग में सफलता के लिए बहुत मूलभूत हैं।
1 – सीखना. यह आपके जीवन का एक हिस्सा होना चाहिए। चाहे आप कितने भी कम या ज्यादा उम्र के हों, आपको हमेशा कुछ सीखने को मिलेगा। यह नहीं मायने रखता कि आप कैसे सीखते हैं या आप किससे सीखते हैं, बस तैयार रहें ज्ञान प्राप्त करने के लिए। अपने दिमाग को खोलें ताकि आप अधिक ज्ञान, अधिक प्रेम, अधिक सहानुभूति प्राप्त कर सकें … बस अधिक। अपने विकास के प्रति जुनूनी बनें। एक अच्छा अनुस्मारक यह है कि सीखने के लिए तैयार रहना सहानुभूति के मुख्य प्रकटनों में से एक है।
2 – जुनून. मेरे पेशेवर अनुभव में, कड़ी मेहनत के उदाहरण कभी भी कम नहीं पड़े। मैं हमेशा अपने हाथ उठाने के लिए तैयार हूं ताकि मैं जटिल स्थितियों या जटिल गतिविधियों को संभाल सकूं। जितना अधिक मैं ऐसा करता हूं, उतना ही अधिक मुझे एहसास होता है कि सब कुछ संभव है। मैं अपने आराम क्षेत्र से बाहर निकलने और अतिरिक्त चुनौती लेने में संकोच नहीं करता। जब आप ऐसा करते हैं, तो नेता आपके जुनून को पहचान और सराह सकते हैं।
जब आप काम को इस तरह से देखते हैं, तो आपको उस महान नौकरी की प्रतीक्षा नहीं करनी होगी जो आपके जीवन को बदल देगी। यदि आप ध्यान देते हैं, तो आपको एहसास होगा कि आपके आसपास कई छोटे कार्य हैं जो आपको निर्णय लेने वालों के लिए अधिक जोखिम प्रदान करेंगे और सबसे महत्वपूर्ण बात, अधिक सीखने और अधिक संभावनाओं के लिए।
3 – मेंटरशिप. मेरे लिए, मेंटरशिप एक शक्तिशाली उपकरण है, क्योंकि यह आपकी सुनने और सीखने की मांसपेशियों या कौशल को लचीला बनाता है। मेंटरशिप आपको अपने पेशेवर नेटवर्क या व्यक्तिगत परिधि के भीतर महान नेताओं के करीब ला सकती है। अपने करियर के दौरान, यह महत्वपूर्ण है कि आप उन नेताओं की पहचान करें जिन पर आप भरोसा कर सकते हैं और उन्हें अपने मेंटर और भूमिका मॉडल के रूप में चुनें।
जो नेता आपके लिए विश्वास करते हैं वे आपको अपने आराम क्षेत्र से बाहर निकालेंगे और आपको मजबूत बनने में मदद करेंगे। महान नेता और महान मेंटर ईमानदार हो सकते हैं, लेकिन वे उत्कृष्ट श्रोता भी हो सकते हैं। अपने पूर्ण क्षमता तक पहुंचने में आपकी मदद करने के लिए स्वार्थी लोगों को खोजना और पहचानना आपके जीवन के कुछ सबसे अच्छे शिक्षण क्षण प्रदान कर सकता है। अब, आपका काम है कि आप पहचानें कि वे मेंटर कौन हो सकते हैं या आपके लिए हो सकते हैं – और उन पर भरोसा करें।
साक्षात्कार के लिए धन्यवाद। आपकी तकनीक में प्रवेश करने के लिए तीन रणनीतियाँ सभी के लिए लागू हैं और मैं उनसे पूरी तरह से सहमत हूं। जो लोग केपलर या इस अद्भुत कंपनी के बारे में अधिक जानना चाहते हैं, उन्हें स्ट्राडिगी एआई पर जाना चाहिए।
