Interviewen
Maria Elena, Direkter vu Léisunge bei Stradigi AI - Interview Serie
D'Maria Elena Carbajal bréngt iwwer 25 Joer Kënschtlech Intelligenz, Informatiounstechnologie an Telekommunikatiounserfahrung an hir berufflech Carrière. Si huet 18 Joer Erfarung bei enger Telekomfirma a Kanada a Schweden ze schaffen, souwéi an de Raumfaart-, Energie- an Informatiounstechnologieberäicher mat verschiddene Firmen. Am Moment schaffen fir Stradigi AI, e Kënschtlech Intelligenz Leader a Kanada.
D'Maria Elena Carbajal huet a ville funktionnelle Rollen an der R&D, Engineering, Global Professional Services, Digital Transformation an Informatiounstechnologie gemaach. Hir international Belaaschtung beinhalt d'Aarbecht an d'Gestioun vun Teams a Länner wéi Peru, Kanada, USA, Mexiko, Brasilien, Schweden, Finnland, Norwegen, Russland, Estland a Wäissrussland.
Wat ass et dat Iech ufanks un AI ugezunn huet?
Ech war ëmmer passionéiert iwwer d'Aarbecht am Tech Secteur. Als Eenzelpersoun sinn ech ëmmer investéiert fir dat wat ronderëm mech ass ze optimiséieren: Vun der Organisatioun vu mengem Stot bis zur Effizienz fir meng Teams, Clienten a Geschäfter am Allgemengen. Et ass am Kär vu mengem Wiesen. Ech hu glécklech ganz praktesch Erfahrung mat der Implementéierung vun féierende Technologie an de leschten zwee Joerzéngte a verschiddenen Industrien ze hunn, sou datt d'Fäegkeeten héich divers an iwwerdrobar ginn.
Wann ech méi spezifesch op AI kucken, sinn ech e staarke Glawen datt Kënschtlech Intelligenz a Quantecomputer all Industrien revolutionéieren - keng Ausnahmen. AI ass kritesch fir d'Optimiséierung an alle Beräicher z'entwéckelen an ze fërderen: geschäftlech, berufflech a perséinlech. Dat ass wat mech ugezunn huet an mech engagéiert an inspiréiert huet, Dag fir Dag.
Dir waart virdru bei Ericsson fir 18 Joer beschäftegt, wat huet Iech décidéiert fir bei Stradigi AI matzemaachen?
Ech war interesséiert fir meng professionell Efforten op AI ze fokusséieren wéinst wéi vill et wäert beaflossen an d'Art a Weis wéi mir liewen a schaffen änneren. AI mécht d'Dier op fir eng Rei vu Probleemer déi Dir sicht ze léisen wann Dir mat Entreprisen grouss oder kleng schafft, déi Iech d'Chance gëtt en Ënnerscheed ze maachen, d'Nadel ze beweegen an d'Technologie fir gutt ze benotzen. Plus, ech hat extensiv Exekutiverfahrung bei Ericsson, déi am Géigesaz eng massiv Organisatioun ass. Iwwergank zu engem Startup wéi Stradigi AI, wollt ech mech aus menger Komfortzone erausdrécken an erliewen wéi et aus der éischter Hand ass en Deel vum bléienden, evoluéierende AI-Ökosystem ze sinn deen zu Montreal formt. Et gëtt eppes motivéierend an energiséierend iwwer en Deel vun dëser Gemeinschaft ze sinn.
Ech sinn elo e Joer bei Stradigi AI gewiescht, an no engem Joer mat enger erstaunlecher Grupp vu Professionnelen an Innovateuren ze schaffen, ass et kloer datt meng Erfarungen bei Ericsson sou wäertvoll an iwwerdrobar sinn fir all Organisatioun, egal wéi d'Gréisst. Meng Philosophie war ëmmer iwwer d'Bewegung vun der Technologienadel ee Client gläichzäiteg, an ech hunn dat och op Stradigi AI bruecht.
Stradigi AI erlaabt engem ouni Maschinnléiererfahrung AI Modeller ze produzéieren, kënnt Dir beschreiwen wéi dëst erreecht gëtt?
Vill vun der Discours an der AI an ML Welt ass ronderëm "Demokratiséierung." Wat, fir et lass ze soen, alles ass drëm AI fir d'Massen verfügbar ze maachen. Awer Disponibilitéit an Benotzerfrëndlechkeet sinn net déiselwecht. Mat eiser Self-Service ML Plattform, Kepler, ass eist primär Zil et ze garantéieren datt intern PMEen an Analysten Modeller mat fortgeschratt ML Techniken produzéiere kënnen, ouni komplex Datewëssenschaftsaarbecht ze léieren, oder hir Datewëssenschaftsteams involvéieren.
Aus enger praktescher an technescher Perspektiv gëtt dëst erreecht duerch Automatiséierung vun de Schrëtt-fir-Schrëtt Datewëssenschaftsprozesser déi typesch Zäit an Expertise huelen fir ze kompletéieren. Zum Beispill automatiséiert de Kepler de Feature-Ingenieurprozess, e komplexe Multi-Step Effort. Et erstellt och automatesch eng Pipeline andeems Dir déi bescht Algorithmen auswielt, duerch eng automatiséiert Konfiguratioun an Hyperparameteroptimiséierung erfëllt - alles ouni Hand.
D'Zil fir dësen Niveau vun der Automatisatioun am Prozess ze hunn ass Är Experten ze befreien fir Zäit ze verschwenden op trivial an Zäitopwänneg Aufgaben. Andeems Dir dës Schrëtt automatiséiert, gëtt de Kepler Ärem Team méi Zäit fir iwwer déi nächst grouss Innovatioun ze denken, anstatt iwwer déi lëschteg Aufgaben vum Dag. Fir Analysten a PMEen ass et och e Wee fir d'Erweiderung ze verbesseren: andeems Dir ML Tools an hiren Alldag implementéiert, gitt Dir hinnen d'Chance fir hir Analyse ze beräicheren an dofir hir Approche zu Schlëssel Benotzungsfäll.
Wat sinn e puer interessant AI Modeller déi Dir vu Firmen gesinn hutt déi Kepler benotzen?
D'Schéinheet vum Kepler ass datt et eng breet Palette vu Benotzungsfäll a verschiddenen Industrien ofdeckt, mat enger ganzer Rëtsch Techniken vu klassescher ML bis déif Léieren. Vun Regierungen bis Investitiounen, Kepler kann Leader hëllefen moossbar Resultater z'erreechen.
E puer beaflosst Projeten déi am Kapp kommen, déi e groussen Impakt op d'Art a Weis wéi mir liewen a schaffen, sinn d'Entwécklung vun innovative Modeller am Gesondheetssecteur, wou mir Bildsegmentéierungsmodeller a Regressiounsmodeller benotzt hunn fir Krankheet z'entdecken. Eng aner ass eis Aarbecht mat Reguléierungsorganer a lokalen an nationale Regierunge beim Gebrauch vun Natural Language Understanding fir komplex Textinformatioun ze kategoriséieren, an nei Effizienz an d'legacy Prozesser ze bréngen.
Um aneren Enn vum Spektrum hu mir och de Kepler benotzt fir Handelsaktivitéite fir e Client am Finanzsecteur ze optimiséieren.
Stradigi AI benotzt en automatiséierten Data Science Workflow. Fir déi, déi dëst net vertraut sinn, kënnt Dir beschreiwen wat et ass a wéi et vum Stradigi AI benotzt gëtt?
Automatiséierter Data Science Workflows (ADSW) sinn d'End-to-End Datewëssenschaftsprozesser déi am Kepler funktionnéieren. ADSWs goufen erstallt fir eng Zuel vu Benotzungsfäll ze léisen, also hu mir all "Workflow" gebaut fir héich praktesch Uwendungen ze hunn. Zum Beispill, ee vun eise Workflows ass Time Series Forecasting, déi Professionnelen am CPG oder Retail erlaabt fir virauszesoen wéini d'Inventar muss nei stockéiert ginn. Et ginn aacht pre-existéierend Workflows am Kepler, déi all intuitiv fir d'Net-Datenwëssenschaftler entworf sinn.
ADSWs sinn fortgeschratt ML Workflows déi Schlësselprozesser automatiséieren, e puer vun deenen ech uewe genannt hunn. An engem ADSW automatiséiert Kepler:
- Hyper Parameter Optimisatioun
- Configuratioun
- Modellauswiel
- Training an Testen Daten Split
- Dashboard Kreatioun
- Evaluatioun vun Modell Metriken
Alles wat de Benotzer brauch fir en deployéierbare Maschinnléiermodell ze kréien ass Daten an e Gebrauchsfall fir unzegoen. An, ofhängeg vum Datesaz, kann all déi komplex Aarbecht bannent engem ADSW bannent Minutten ofgeschloss ginn.
Wéi eng Aarte vun Daten kënne benotzt ginn?
D'Kepler Plattform léisst Iech mat Tabulär-, Text- a Bilddaten schaffen.
Fir déi, déi net mat Daten an Datentypen vertraut sinn, zerbriechen ech se:
- Tabulär: Dëst wier e Spreadsheet mat Schlësselinformatioune wéi Verkafsdaten, oder eng Datebanktabelle vu Client Demographie, Produkter, etc.
- Text: Dës Zort vun Donnéeën kënnen a sou vill Formen kommen, denken E-Mailen, Clientsbewäertungen, Social Media Inhalt, Bibliothéikarchiven, Kontrakter, etc.
- Biller: Denkt un Produktgalerien, oder Fotoe vun Artikelen op enger Versammlungslinn.
Videodaten wäerten an Zukunft am Kepler ingestible ginn. Op eiser Websäit ënner "Datentypen" erkläre mir wéi eng Zorte vun Daten Schlëssel Benotzungsfäll kënne léisen. Dir wäert iwwerrascht sinn wéi vill Daten net geliwwert ginn, besonnesch a gréisseren Entreprisen.
Hutt Dir Tipps oder Strategien fir Fraen déi interesséiert sinn an Tech matzemaachen?
Ech hunn dräi Tipps, déi ech mengen, si wierklech fundamental fir Erfolleg fir jidderee fir an der Techindustrie ze fléien.
1 - learning. Dëst sollt ëmmer en Deel vun Ärem Liewen sinn. Egal wéi jonk oder al Dir sidd, Dir sollt ëmmer eppes léieren. Et ass egal wéi Dir léiert oder vu wiem Dir léiert, sidd einfach prett Wëssen ze kréien. Maacht Äre Geescht op. Kloer Äert Gehir sou datt Dir prett sidd fir méi Wëssen ze kréien, méi Léift, méi Empathie ... just méi. Sidd obsesséiert mat Ärer eegener Entwécklung. Eng super Erënnerung ass datt prett sinn ze léieren eng vun de Schlëssel Manifestatiounen vun Empathie ass.
2 - Passioun. Beispiller vun haarder Aarbecht hunn ni a menger Beruffserfahrung gefall. Ech sinn ëmmer prett meng Hand op der Aarbecht opzehiewen fir komplex Situatiounen oder komplizéiert Aktivitéiten unzehuelen. Wat ech méi dat maachen, wat ech méi mierken datt alles méiglech ass. Ech géif net zécken aus menger Komfortzone ze sprangen an déi extra Erausfuerderung unzehuelen. Wann Dir dëst maacht, kënnen d'Leader d'Leidenschaft déi Dir ausstellt identifizéieren an schätzen.
Wann Dir op dës Manéier op d'Aarbecht kënnt, musst Dir net op déi super Aarbechtsméiglechkeet waarden, déi Äert Liewen ännert. Wann Dir oppassen, mierkt Dir datt et vill kleng Aufgaben ronderëm Iech sinn, déi Iech méi Belaaschtung fir Décideuren ginn, an am wichtegsten, méi Méiglechkeeten ze léieren.
3 - Mentorship. Fir mech ass Mentoring sou e mächtegt Tool, well et Är Nolauschteren a Léiermuskelen oder Fäegkeeten flexéiert. Mentorship kann Iech och méi no u grousse Leader aus Äre professionnelle Netzwierker oder an Ärem perséinleche Krees bréngen. Wärend Ärer Karriär ass et entscheedend d'Aart vu Leader z'identifizéieren déi Dir vertraue kënnt a verfollegen, a wielt se als Är Mentoren a Rollmodeller.
D'Leader, déi un Iech gleewen, wäerten Iech aus Ärer Komfortzone drécken a sinn do fir Iech och Kraaft ze kréien. Grouss Leadere a super Mentoren kënnen brutal éierlech sinn, awer si kënnen och exzellent Nolauschterer sinn. Selbstlos Leit fannen fir Iech ze hëllefen Äert vollt Potenzial z'erreechen kann Iech e puer vun de beschten Léiermomenter vun Ärem Liewen ubidden. Elo, Är Aufgab ass ze fannen an ze erkennen wien dës Mentoren sinn oder fir Iech kéinte sinn - a vertrauen hinnen.
Merci fir den Interview. Är dräi Strategien fir déi, déi Tech wëllen anzeginn, sinn applicabel fir jiddereen an ech si ganz averstanen mat hinnen. Jiddereen dee méi iwwer de Kepler oder dës erstaunlech Firma léiere wëll, sollt besichen Stradigi AI.
