साक्षात्कार
सुजाथा सगिराजू, एपेन के मुख्य उत्पाद अधिकारी – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
सुजाथा सगिराजू एपेन की मुख्य उत्पाद अधिकारी हैं, उन्होंने सितंबर 2021 में एपेन में उत्पाद के वरिष्ठ उपाध्यक्ष के रूप में शामिल हुईं और वे उत्पाद रणनीति के लिए जिम्मेदार हैं। वह एक प्रौद्योगिकी अग्रणी हैं जिनके पास व्यापक ऑनलाइन सेवाओं और एआई/एमएल और डेटा प्लेटफार्मों के निर्माण में 20 से अधिक वर्षों का अनुभव है। उन्होंने माइक्रोसॉफ्ट से एपेन में शामिल होने से पहले बिंग और एज्योर एआई प्लेटफॉर्म सहित कई समूहों में नेतृत्व भूमिकाएं निभाईं।
एपेन एआई लाइफसाइकल के लिए डेटा का वैश्विक नेता है। मानव द्वारा डेटा सोर्सिंग, डेटा एनोटेशन और मॉडल मूल्यांकन के 25 से अधिक वर्षों के अनुभव के साथ, वे संगठनों को दुनिया की सबसे नवीन कृत्रिम बुद्धिमत्ता प्रणालियों को लॉन्च करने में सक्षम बनाते हैं।
आपको एआई में क्या आकर्षित किया?
जब मैं माइक्रोसॉफ्ट में थी, तो मैं एज्योर एआई संगठन में काम करती थी। मैं उद्योग परिदृश्य, ग्राहकों और विभिन्न उद्योगों में हो रहे एआई परिवर्तन से परिचित थी। मैं देख सकती थी कि ग्राहकों के दृष्टिकोण से प्रशिक्षण डेटा मशीन लर्निंग मॉडल बनाने में एक रोडब्लॉक था और मैंने एपेन को उस समस्या का समाधान करने के अवसर के रूप में देखा – एआई लाइफसाइकल के सभी चरणों को जोड़ने वाली लापता कड़ी।
आप वर्तमान में एपेन में मुख्य उत्पाद अधिकारी हैं, आप इस पद के बारे में बता सकती हैं?
सबसे उच्च स्तर पर, मेरी टीम उत्पाद दृष्टि, रणनीति बनाती है और संगठन में विभिन्न हितधारकों के साथ प्रभावी ढंग से इसका समन्वय करती है। व्यक्तिगत स्तर पर, मैं उद्योग और ग्राहकों को समझने में काफी समय बिताती हूं। अमेज़ॅन, गूगल, माइक्रोसॉफ्ट, सेल्सफोर्स, बोइंग जैसी कुछ बड़ी कंपनियों के हमारे ग्राहक होने के कारण, यह महत्वपूर्ण है कि मेरी टीम ग्राहक सenarios और दर्द बिंदुओं को समझे और एक उत्पाद रणनीति बनाए जो विकास योजना प्रदान करती है। एक सुरक्षित, समावेशी संस्कृति बनाना भी मेरी भूमिका का एक बहुत बड़ा हिस्सा है क्योंकि मैं अपने कर्मचारियों के लिए एक ऐसा स्थान बनाने पर ध्यान केंद्रित करती हूं जहां वे विचार साझा कर सकते हैं, सहयोग कर सकते हैं और अपने करियर में विकास कर सकते हैं।
एआई विकास के लिए विविध टीमों को बढ़ावा देना कितना महत्वपूर्ण है?
यह एआई विकास के लिए बहुत महत्वपूर्ण है कि विविध टीमें हों। विविधता के बारे में कई तरह से सोचना है – लिंग, आयु, जाति, दृष्टिकोण। दृष्टिकोण की विविधता आपकी टीम में विविध पृष्ठभूमि और अनुभव होने का सबसे महत्वपूर्ण हिस्सा हो सकती है। ये अनुभव आपके ग्राहकों के लिए सर्वोत्तम उत्पाद बनाने में मदद करने के लिए नए और अलग-अलग विचार लाते हैं।
आप विविधता को संगीत करने वाली काम संस्कृति कैसे बनाते हैं?
एक संस्कृति जो विविधता को बढ़ावा देती है वह कर्मचारियों को अपने विचार और दृष्टिकोण साझा करने के लिए आमंत्रित करती है। मैं टीम की बैठकों में संचार के विभिन्न तरीकों पर विचार करना पसंद करती हूं। उदाहरण के लिए, जब मैं टीम की बैठक में प्रतिक्रिया मांगती हूं, तो मैं कर्मचारियों से सीधे बैठक में बोलने या बाद में मुझे संदेश भेजने के लिए कहती हूं। मैं पहचानती हूं कि हर कोई तुरंत बोलना या प्रतिक्रिया साझा करना पसंद नहीं कर सकता है, और मैं एक ऐसा माहौल बनाना चाहती हूं जहां यह स्वीकार्य हो। मैं एक सुरक्षित वातावरण चाहती हूं जहां लोग अपने विचार और विचार साझा करने में सहज महसूस करें। महान विचार संगठन के भीतर विभिन्न टीमों से आते हैं। मैं बिक्री, विपणन और अन्य ग्राहक सामना करने वाली टीमों के साथ मिलती हूं ताकि वे उत्पाद के साथ अपनी जरूरतों और ग्राहकों के साथ काम करने के दृष्टिकोण को समझ सकें। ग्राहकों की जरूरतों को सुनने से कुछ सबसे अच्छे उत्पाद विचार आते हैं – या तो सीधे उनसे या उन टीमों से जो हर दिन हमारे ग्राहकों के साथ काम करती हैं।
विविध टीमों के अलावा, मशीन लर्निंग अल्गोरिदम में पूर्वाग्रह से लड़ने के अन्य तरीके क्या हैं?
समावेशी डेटा सोर्सिंग, डेटा तैयारी, और मॉडल मूल्यांकन पूर्वाग्रह से लड़ने के लिए महत्वपूर्ण हैं। अल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा में सभी संभावित अंतिम उपयोगकर्ताओं या परिणामों को शामिल किया जाना चाहिए। एआई लाइफसाइकल के विभिन्न चरणों में, प्रत्येक चरण को पूर्वाग्रह के लिए जांचा जाना चाहिए। जिम्मेदार एआई जिम्मेदारी से सourced डेटासेट के साथ बनाया जाता है, जिसका अर्थ है कि योगदानकर्ताओं के साथ न्यायपूर्ण व्यवहार किया जाता है। एपेन ने अपने समुदाय के कल्याण के प्रति अपनी प्रतिबद्धता को दिखाने के लिए एक भीड़ कोड ऑफ एथिक्स बनाया है।
आपने हाल ही में एक लेख पोस्ट किया है जिसमें एक नए अनुशासन, डेटा फॉर एआई लाइफसाइकल के बारे में चर्चा की गई है। आप इसके बारे में संक्षेप में बता सकती हैं?
एआई लाइफसाइकल के लिए डेटा में चार चरणों का एक निरंतर चक्र शामिल है; डेटा सोर्सिंग, डेटा तैयारी, मॉडल निर्माण और तैनाती, और मानव द्वारा मॉडल मूल्यांकन। ये चरण एआई परियोजनाओं के लिए उच्च गुणवत्ता वाले डेटा प्रदान करने के लिए आवश्यक हैं। डेटा सोर्सिंग, डेटा तैयारी, और मॉडल मूल्यांकन सबसे अधिक श्रमसाध्य और डेटा-गहन हैं और यदि उन्हें अच्छी तरह से नहीं किया जाता है, तो वे परियोजना की गुणवत्ता के मुद्दों और लॉन्च में देरी का कारण बन सकते हैं। एपेन उन तीन चरणों में माहिर है और रणनीतिक रूप से मॉडल प्रशिक्षण और तैनाती में विशेषज्ञता वाले प्रदाताओं के साथ साझेदारी करता है।
एआई लाइफसाइकल में सिंथेटिक डेटा की भूमिका क्या है?
डेटा सोर्सिंग समाधान में मानव-annotated डेटा, पूर्व-लेबल वाले डेटासेट, और सिंथेटिक डेटा शामिल हैं। सिंथेटिक डेटा कठिन-से-खोजने वाले डेटासेट और उपयोग के मामलों में उपयोग किया जाता है। समावेशी डेटासेट सभी उपयोग के मामलों और एआई मॉडल के संभावित अंतिम उपयोगकर्ताओं को कवर करते हैं, और कुछ में सिंथेटिक डेटा की आवश्यकता होती है ताकि उस लक्ष्य को प्राप्त किया जा सके। मानव-annotated डेटा और सिंथेटिक डेटा का संयोजन मॉडल की सफलता के लिए महत्वपूर्ण होगा।
एआई लाइफसाइकल में मॉडल ड्रिफ्ट या ओवरफिटिंग कितनी बड़ी समस्या है?
मॉडल ड्रिफ्ट एक बड़ी समस्या हो सकती है और इसका समाधान एआई लाइफसाइकल के चौथे चरण में किया जाना चाहिए, मानव द्वारा मॉडल मूल्यांकन। यह महत्वपूर्ण है कि मॉडल वास्तविक दुनिया में काम करता रहे और यह जानने के लिए कि यह मानव परीक्षण से गुजरना चाहिए। जब पर्यावरण बदलते हैं और बढ़ते हैं, तो मॉडल को भी बदलने की आवश्यकता होती है। यह महत्वपूर्ण है कि प्रैक्टिशनर्स लगातार अपने मॉडल का मूल्यांकन करें ताकि वे पुराने या पूर्वाग्रह से भरे न हों। माइक्रोसॉफ्ट का बिंग एक ग्राहक है जो अपने मानक के अनुसार खोज परिणामों का प्रदर्शन सुनिश्चित करने के लिए मॉडल मूल्यांकन का उपयोग करता है और मॉडल को लगातार मूल्यांकन किया जा रहा है।
क्या आप एपेन में अपने काम के बारे में और कुछ साझा करना चाहेंगी?
एपेन में सबसे मूल्यवान काम हमारे लोगों और उनकी विशेषज्ञता द्वारा किया जाता है। 25 साल के अनुभव के साथ, एपेन ने अपने कर्मचारियों के साथ एक मजबूत आधार बनाया है। हमारे ग्राहक हमारी विशेषज्ञता पर भरोसा करते हैं कि हम उच्च गुणवत्ता वाले परिणाम प्रदान करेंगे, जल्दी और बड़े पैमाने पर। एपेन एआई उद्योग के परिवर्तन को सुविधाजनक बना रहा है जो एआई लाइफसाइकल के लिए डेटा को सुचारू रूप से प्रबंधित करने के लिए समाधान प्रदान करता है।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें एपेन की वेबसाइट पर जाना चाहिए।
