マリア・エレナ、Stradigi AIのソリューションディレクター – インタビュー・シリーズ

マリア・エレナ・カルバハルは、25年以上の人工知能、情報技術、テレコミュニケーションの経験を持ち、現在Stradigi AIでソリューション・ディレクターを務めています。彼女は、カナダとスウェーデンのテレコミュニケーション会社で18年間働き、エアロスペース、エネルギー、情報技術分野のさまざまな会社でも経験を積んでいます。

マリア・エレナ・カルバハルは、研究開発、エンジニアリング、グローバル・プロフェッショナル・サービス、デジタル・トランスフォーメーション、情報技術などのさまざまな役割で経験を積んでいます。彼女の国際的な経験には、ペルー、カナダ、アメリカ、メキシコ、ブラジル、スウェーデン、フィンランド、ノルウェー、ロシア、エストニア、ベラルーシなどの国々でのチームの管理が含まれます。

あなたが初めてAIに惹かれたのは何ですか？

私は常にテクノロジー・セクターで働くことに情熱を持ちます。私は常に周りのものを最適化しようとします。家の整理からチームやクライアント、ビジネス全体の効率化まで、すべてについてです。私は幸運にも、さまざまな業界で先進的なテクノロジーを実装する経験を積んできましたので、スキルは非常に多様で移管可能です。

AIについて具体的に見てみると、私は人工知能と量子コンピューティングがすべての業界を革命することを強く信じています。AIは、ビジネス、専門家、個人すべての分野で最適化を解放し、燃料を供給するために不可欠です。那が私を引き付けて、毎日インスパイアしてくれます。

あなたは以前エリクソンで18年間働きました。Stradigi AIに参加することを決めたのは何ですか？

私は、AIに焦点を当ててプロフェッショナルな努力を集中させたいと思っていました。AIは、大きな影響を与える問題を解決するための機会を提供し、変化をもたらし、テクノロジーを善に使うことができます。さらに、エリクソンでの経験は、Stradigi AIのようなスタートアップに移る際に非常に貴重で移管可能でした。私は、モントリオールで形成されているAIエコシステムの一部になり、成長し、進化することに興奮していました。

私はStradigi AIで1年間働いてきましたが、ここ1年間で、素晴らしいプロフェッショナルと革新者たちと働いてきました。エリクソンの経験は、どのくらいの価値があるかを実感しています。私の哲学は、常にクライアントごとにテクノロジーのニーズを解決することです。Stradigi AIでも同じことを心がけています。

Stradigi AIは、機械学習の経験がなくてもAIモデルを生成できるように設計されています。どうやってこれが実現されるのか説明できますか？

AIと機械学習の世界では、「民主化」について話されることがあります。これは、AIを大衆に提供することについてです。しかし、利用可能性と使いやすさは同じではありません。Keplerというセルフサービス・MLプラットフォームでは、内部の専門家やアナリストが、高度なML技術でモデルを生成できるようにします。データ・サイエンス・ワークやデータ・サイエンス・チームの関与は不要です。

実際的かつ技術的な観点から見ると、これは、通常時間と専門知識を必要とするステップバイステップのデータ・サイエンス・プロセスを自動化することで実現されます。たとえば、Keplerは、複雑な多段階の取り組みである機能エンジニアリング・プロセスを自動化します。また、最適なアルゴリズムを選択し、自動的にパイプラインを作成し、自動的に構成とハイパーパラメーターの最適化を行います。すべてが自動で行われます。

このプロセスの自動化の目的は、専門家が時間を浪費するような単純で時間のかかるタスクから解放することです。Keplerでは、これらのステップを自動化することで、チームに次の大きなイノベーションについて考える時間を与えることができます。アナリストや専門家にとって、MLツールを日常的に実装することで、アップスキリングの機会を提供することもできます。

Keplerを使用する会社から見た面白いAIモデルは何ですか？

Keplerの美点は、さまざまな業界で幅広いユースケースをカバーしていることです。クラシカルなMLからディープ・ラーニングまで、さまざまなテクノロジーを使用しています。政府から投資まで、Keplerはリーダーが計測可能な結果を達成するのを助けることができます。

私が心に留めておくべき、多大な影響を与えるプロジェクトのいくつかは、ヘルスケア・セクターでの革新的なモデルの開発です。画像セグメンテーション・モデルや回帰モデルを使用して病気を検出しています。さらに、地元や国家の政府の規制機関と協力して、自然言語理解を使用して複雑なテキスト情報を分類し、レガシ・プロセスに新しい効率性をもたらしています。

また、金融セクターのクライアントのトレーディング・アクティビティの最適化にもKeplerを利用しています。

Stradigi AIは自動化されたデータ・サイエンス・ワークフローを使用しています。未経験者の場合はどういったものか説明できますか？

自動化されたデータ・サイエンス・ワークフロー（ADSW）は、Kepler内で動作するエンドツーエンドのデータ・サイエンス・プロセスです。ADSWは、さまざまなユースケースを解決するために作成されました。各ワークフローには、高度に実用的な応用があります。たとえば、タイム・シリーズ・フォーキャスティングというワークフローがあり、CPGや小売業者が在庫を補充する必要がある時期を予測することができます。Keplerには、非データ・サイエンティスト向けに直感的に設計された8つの事前定義済みワークフローがあります。

ADSWは、重要なプロセスを自動化する高度なMLワークフローです。Keplerでは、次のものを自動化します：

• ハイパーパラメーターの最適化
• 構成
• モデル選択
• トレーニングとテストのデータ分割
• ダッシュボードの作成
• モデル・メトリックの評価

ユーザーが必要とするのは、データと解決したいユースケースだけです。データセットによっては、ADSW内のすべての複雑な作業が数分で完了します。

どんな種類のデータを使用できますか？

Keplerプラットフォームでは、表形式、テキスト、画像データを使用できます。

データやデータ・タイプに不慣れな方のために、簡単に説明します：

1. 表形式：これは、セールス・データやクライアント・デモグラフィックなどの重要な情報を含むスプレッドシート、またはデータベース・テーブルです。
2. テキスト：これは、メール、カスタマー・レビュー、ソーシャル・メディア・コンテンツ、図書館・アーカイブ、契約書など、多種多様な形式をとることができます。
3. 画像：これは、製品・ギャラリーまたは組み立てラインの写真などを想像してください。

ビデオ・データは将来的にKeplerで使用できるようになります。ウェブサイトの「データ・タイプ」セクションでは、重要なユースケースを解決できるデータ・タイプについて説明しています。驚くほど多くのデータが未利用されていることがあります。特に大規模なエンタープライズではそうです。

テクノロジー業界に参加したい女性にアドバイスや戦略はありますか？

私は成功するために3つの基本的なアドバイスを持っています。

1 – 学習。これはあなたの人生の一部であるべきです。どのくらい年をとったり、若かったりするかに関係なく、常に何かを学ぶべきです。どのように学ぶか、誰から学ぶかは重要ではありません。ただ、知識を受け入れる準備ができていることを確認してください。心を開き、頭をクリアして、新しい知識を受け入れる準備をしてください。成長すること、愛すること、共感することを心がけてください。学ぶ準備ができていることは、共感の重要な表れ方です。

2 – 情熱。私の経験では、努力は決して失敗しません。私は常に仕事で複雑な状況や課題に取り組むことに興奮しています。そうすることで、私が何ができるかを実感しています。私は常に課題に立ち向かいます。リーダーはあなたの情熱を認識し、評価します。

あなたがそうするとき、待つ必要はない、人生を変える仕事の機会が来ます。小さなタスクに注目すると、意思決定者に近づき、学ぶ機会が増えることがわかります。

3 – メンターシップ。私にとって、メンターシップは強力なツールです。メンターシップは、あなたのリスニングと学習のスキルを鍛えることができます。メンターシップは、あなたを信頼できるリーダーに近づけることもできます。キャリアを通じて、信頼できるリーダーを特定し、メンターとロール・モデルとして選ぶことが重要です。

あなたを信じるリーダーは、あなたを挑戦に駆り立て、成長を助けてくれます。偉大なリーダーとメンターは、厳しく正直な意見をくれることもありますが、優れたリスナーでもあります。自分を最大限に成長させるために、無私な人々を見つけることが重要です。そうすることで、人生で最も価値のある教訓を得ることができます。ただ、あなたのタスクは、誰があなたのメンターになるかを特定し、信頼することです。

インタビューありがとうございました。テクノロジー業界に参加したい人にとって、あなたの3つの戦略は誰にでも適用できるものです。私は完全に同意しています。Keplerやこの素晴らしい会社についてもっと知りたい人は、Stradigi AIを訪れてください。