Maria Elena, Direktur Solusi di Stradigi AI – Seri Wawancara

Maria Elena Carbajal membawa lebih dari 25 tahun pengalaman Artificial Intelligence, Teknologi Informasi, dan Telekomunikasi ke karir profesionalnya. Ia memiliki 18 tahun pengalaman bekerja di perusahaan telekom di Kanada dan Swedia, serta di bidang Aerospace, Energi, dan Teknologi Informasi dengan berbagai perusahaan. Saat ini bekerja untuk Stradigi AI, pemimpin Artificial Intelligence di Kanada.

Maria Elena Carbajal telah menjabat banyak peran fungsional dalam R&D, Engineering, Global Professional Services, Transformasi Digital, dan Teknologi Informasi. Pengalaman internasionalnya termasuk bekerja dan mengelola tim di negara-negara seperti Peru, Kanada, USA, Meksiko, Brasil, Swedia, Finlandia, Norwegia, Rusia, Estonia, dan Belarus.

Apa yang menarik Anda ke AI awalnya?

Saya selalu bersemangat untuk bekerja di sektor teknologi. Sebagai individu, saya selalu berinvestasi dalam mengoptimalkan apa yang ada di sekitar saya: dari mengatur rumah tangga saya hingga membawa efisiensi ke tim, klien, dan bisnis secara umum. Ini adalah inti dari diri saya. Saya beruntung memiliki pengalaman tangan-on yang sangat luas dalam menerapkan teknologi terkemuka di masa lalu dua dekade di berbagai industri, sehingga keterampilan menjadi sangat beragam dan dapat dipindahkan.

Melihat lebih spesifik ke AI, saya adalah pendukung kuat bahwa Artificial Intelligence dan Quantum computing akan merevolusi semua industri — tanpa pengecualian. AI sangat penting untuk melepaskan dan memacu optimasi di semua bidang: bisnis, profesional, dan pribadi. Itulah yang menarik saya dan membuat saya tetap terlibat dan termotivasi, hari demi hari.

Anda sebelumnya bekerja dengan Ericsson selama 18 tahun, apa yang membuat Anda memutuskan untuk bergabung dengan Stradigi AI?

Saya tertarik untuk fokus upaya profesional saya pada AI karena dampaknya yang sangat besar pada cara kita hidup dan bekerja. AI membuka pintu untuk berbagai masalah yang Anda cari untuk memecahkan ketika bekerja dengan perusahaan besar atau kecil yang memberi Anda kesempatan untuk membuat perbedaan, memindahkan jarum, dan menggunakan teknologi untuk kebaikan. Plus, saya memiliki pengalaman eksekutif yang luas di Ericsson, yang, dibandingkan, adalah organisasi yang sangat besar. Berpindah ke startup seperti Stradigi AI, saya ingin mendorong diri saya keluar dari zona nyaman dan mengalami langsung apa itu menjadi bagian dari ekosistem AI yang berkembang di Montreal. Ada sesuatu yang memotivasi dan menguatkan tentang menjadi bagian dari komunitas ini.

Saya telah bekerja di Stradigi AI selama satu tahun sekarang, dan setelah satu tahun bekerja dengan sekelompok profesional dan inovator yang luar biasa, jelas bahwa pengalaman saya di Ericsson sangat berharga dan dapat dipindahkan ke organisasi mana pun, tidak peduli ukurannya. Filosofi saya selalu tentang memindahkan jarum teknologi satu klien pada satu waktu, dan saya telah membawa itu ke Stradigi AI juga.

Stradigi AI memungkinkan seseorang dengan tidak memiliki pengalaman machine learning untuk menghasilkan model AI, dapatkah Anda menjelaskan bagaimana ini dicapai?

Banyak diskusi di dunia AI dan ML tentang “demokratisasi.” Yang, untuk dikatakan longgar, adalah tentang membuat AI tersedia untuk massa. Tapi ketersediaan dan kemudahan penggunaan tidak sama. Dengan platform ML self-service kami, Kepler, tujuan utama kami adalah memastikan bahwa internal SME dan analis dapat menghasilkan model dengan teknik ML lanjutan, tanpa harus mempelajari kerja ilmu data yang kompleks, atau melibatkan tim ilmu data mereka.

Dari perspektif praktis dan teknis, ini dicapai dengan mengotomatisasi proses ilmu data langkah-demi-langkah yang biasanya memakan waktu dan keahlian untuk diselesaikan. Misalnya, Kepler mengotomatisasi proses feature engineering, yang kompleks dan multi-langkah. Ini juga secara otomatis membuat pipeline dengan memilih algoritma terbaik, menjalani konfigurasi otomatis dan optimasi hyperparameter — semua tanpa campur tangan.

Tujuan memiliki tingkat otomatisasi ini dalam proses adalah untuk membebaskan ahli Anda dari membuang waktu pada tugas-tugas sepele dan memakan waktu. Dengan mengotomatisasi langkah-langkah ini, Kepler memberi tim Anda lebih banyak waktu untuk memikirkan inovasi besar berikutnya, bukan tugas-tugas sepele hari ini. Bagi analis dan SME, ini juga merupakan jalur untuk meningkatkan keterampilan: dengan menerapkan alat ML ke dalam pekerjaan sehari-hari, Anda memberi mereka kesempatan untuk memperkaya analisis dan pendekatan mereka terhadap kasus penggunaan kunci.

Apa beberapa model AI menarik yang Anda lihat dari perusahaan yang menggunakan Kepler?

Keindahan Kepler adalah bahwa ia mencakup berbagai kasus penggunaan di seluruh industri, menggunakan berbagai teknik dari ML klasik hingga deep learning. Dari pemerintah hingga investasi, Kepler dapat membantu pemimpin mencapai hasil yang terukur.

Beberapa proyek yang berdampak besar yang teringat dan memiliki dampak besar pada cara kita hidup dan bekerja adalah pengembangan model inovatif di sektor kesehatan, di mana kami menggunakan model segmentasi gambar dan regresi untuk mendeteksi penyakit. Yang lain adalah kerja sama kami dengan badan regulasi di pemerintah daerah dan nasional dalam menggunakan Pemahaman Bahasa Alam untuk mengkategorikan informasi teks kompleks, dan membawa efisiensi baru ke proses warisan.

Di ujung lain spektrum, kami juga telah menggunakan Kepler untuk mengoptimalkan kegiatan perdagangan untuk klien di sektor keuangan.

Stradigi AI menggunakan Alur Ilmu Data Otomatis. Bagi mereka yang tidak familiar dengan ini, dapatkah Anda menjelaskan apa itu dan bagaimana ia digunakan oleh Stradigi AI?

Alur Ilmu Data Otomatis (ADSW) adalah proses ilmu data ujung-ke-ujung yang bekerja dalam Kepler. ADSW dibuat untuk memecahkan berbagai kasus penggunaan, sehingga kami membangun setiap “alur” untuk memiliki aplikasi yang sangat praktis. Misalnya, salah satu alur kami adalah Peramalan Seri Waktu, yang memungkinkan profesional di CPG atau ritel untuk memprediksi kapan inventori perlu diperbarui. Ada delapan alur yang ada sebelumnya di Kepler, yang semua dirancang secara intuitif untuk non-ilmuwan data.

ADSW adalah alur ML lanjutan yang mengotomatisasi proses kunci, beberapa di antaranya saya sebutkan di atas. Dalam ADSW, Kepler mengotomatisasi:

• Optimasi hyperparameter
• Konfigurasi
• Pemilihan model
• Pembagian data pelatihan dan pengujian
• Pembuatan dasbor
• Penilaian metrik model

Semua yang dibutuhkan pengguna untuk mendapatkan model machine learning yang dapat diterapkan adalah data dan kasus penggunaan untuk dipecahkan. Dan, tergantung pada set data, semua pekerjaan kompleks dalam ADSW dapat diselesaikan dalam hitungan menit.

Jenis data apa yang dapat digunakan?

Platform Kepler memungkinkan Anda bekerja dengan data tabular, teks, dan gambar.

Bagi mereka yang tidak familiar dengan data dan jenis data, saya akan menjelaskannya:

1. Tabular: ini akan menjadi spreadsheet yang berisi informasi kunci seperti data penjualan, atau tabel database demografi klien, produk, dll.
2. Teks: jenis data ini dapat datang dalam banyak bentuk, pikirkan email, ulasan pelanggan, konten media sosial, arsip perpustakaan, kontrak, dll.
3. Gambar: pikirkan galeri produk, atau foto item di jalur perakitan.

Data video akan dapat diingest oleh Kepler di masa depan. Di situs web kami di bawah “Jenis Data” kami menjelaskan jenis data apa yang dapat memecahkan kasus penggunaan kunci. Anda akan terkejut betapa banyak data yang tidak dimanfaatkan, terutama di perusahaan yang lebih besar.

Apakah Anda memiliki tips atau strategi untuk wanita yang tertarik bergabung dengan teknologi?

Saya memiliki tiga tips yang saya pikir sangat mendasar untuk kesuksesan siapa pun untuk berkembang di industri teknologi.

1 – Pembelajaran. Ini harus selalu menjadi bagian dari hidup Anda. Tidak peduli berapa muda atau berapa tua Anda, Anda harus selalu memiliki sesuatu untuk dipelajari. Tidak peduli bagaimana Anda mempelajari atau dari siapa Anda mempelajari, hanya saja siap untuk menerima pengetahuan. Buka pikiran Anda. Kosongkan otak Anda sehingga Anda dapat siap untuk menerima lebih banyak pengetahuan, lebih banyak cinta, lebih banyak empati… hanya lebih. Jadi terobsesi dengan pengembangan Anda sendiri. Pengingat yang baik adalah bahwa siap untuk belajar adalah salah satu manifestasi empati.

2 – Semangat. Contoh kerja keras tidak pernah gagal dalam pengalaman profesional saya. Saya selalu siap untuk mengangkat tangan di tempat kerja untuk mengambil situasi kompleks atau kegiatan yang rumit. Semakin saya melakukannya, semakin saya menyadari bahwa semua hal adalah mungkin. Saya tidak akan ragu untuk melompat keluar dari zona nyaman dan mengambil tantangan ekstra. Ketika Anda melakukan ini, pemimpin dapat mengidentifikasi dan menghargai semangat yang Anda tunjukkan.

Ketika Anda mendekati pekerjaan dengan cara ini, Anda tidak perlu menunggu kesempatan kerja yang hebat yang akan mengubah hidup Anda. Jika Anda memperhatikan, Anda akan melihat ada banyak tugas kecil di sekitar Anda yang akan memberi Anda lebih banyak eksposur ke pembuat keputusan, dan yang paling penting, lebih banyak kesempatan untuk belajar.

3 – Pembimbingan. Bagi saya, pembimbingan adalah alat yang sangat kuat, karena itu melentangkan otot-otot pendengaran dan belajar atau keterampilan. Pembimbingan juga dapat membawa Anda lebih dekat dengan pemimpin hebat dari jaringan profesional atau lingkaran pribadi Anda. Sepanjang karir Anda, sangat penting untuk mengidentifikasi jenis pemimpin yang dapat Anda percayai dan ikuti, dan memilih mereka sebagai pembimbing dan model Anda.

Pemimpin yang percaya pada Anda akan mendorong Anda keluar dari zona nyaman dan ada di sana untuk membantu Anda memperoleh kekuatan, juga. Pemimpin hebat dan pembimbing hebat dapat sangat jujur, tetapi mereka juga dapat menjadi pendengar yang luar biasa. Menemukan orang-orang yang tidak mementingkan diri sendiri untuk membantu Anda mencapai potensi penuh Anda dapat menawarkan Anda beberapa momen pengajaran terbaik dalam hidup Anda. Sekarang, tugas Anda adalah menemukan dan mengenali siapa pembimbing ini atau bisa menjadi untuk Anda — dan percayalah pada mereka.

Terima kasih atas wawancara. Tiga strategi Anda untuk mereka yang ingin memasuki teknologi sangat berlaku untuk siapa saja dan saya sangat setuju dengan mereka. Siapa saja yang ingin mempelajari lebih lanjut tentang Kepler atau perusahaan luar biasa ini harus mengunjungi Stradigi AI.