Maria Elena, Directeur van Oplossingen bij Stradigi AI – Interviewreeks

Maria Elena Carbajal brengt meer dan 25 jaar ervaring in Artificial Intelligence, Information Technology en Telecommunications mee in haar professionele carrière. Ze heeft 18 jaar ervaring gewerkt bij een telecombedrijf in Canada en Zweden, evenals in de luchtvaart-, energie- en informatietechnologiesector bij verschillende bedrijven. Momenteel werkt ze voor Stradigi AI, een Artificial Intelligence-leider in Canada.

Maria Elena Carbajal heeft in veel functionele rollen gewerkt binnen R&D, Engineering, Global Professional Services, Digital Transformation en Information Technology. Haar internationale ervaring omvat werken en teams beheren in landen zoals Peru, Canada, USA, Mexico, Brazilië, Zweden, Finland, Noorwegen, Rusland, Estland en Wit-Rusland.

Wat was het dat je aanvankelijk aangetrokken heeft tot AI?

Ik ben altijd gepassioneerd geweest om in de technologie-sector te werken. Als individu ben ik altijd geïnvesteerd in het optimaliseren van wat er om me heen is: van het organiseren van mijn huishouden tot het brengen van efficiëntie naar mijn teams, klanten en bedrijven in het algemeen. Het is in het hart van mijn wezen. Ik heb het geluk gehad om zeer hands-on ervaring te hebben met het implementeren van leidende technologie in de afgelopen twee decennia in verschillende industrieën, dus vaardigheden worden zeer divers en overdraagbaar.

Als we specifiek kijken naar AI, ben ik een sterke gelover dat Artificial Intelligence en Quantum computing alle industrieën zullen revolutioneren – geen uitzonderingen. AI is kritiek voor het ontsluiten en aanwakkeren van optimalisatie in alle gebieden: bedrijf, professioneel en persoonlijk. Dat is wat me aangetrokken heeft en me elke dag geëngageerd en geïnspireerd houdt.

Je was eerder in dienst van Ericsson (ERIC ) voor 18 jaar, wat maakte je besluit om bij Stradigi AI te gaan werken?

Ik was geïnteresseerd om mijn professionele inspanningen te richten op AI vanwege de impact die het zal hebben op de manier waarop we leven en werken. AI opent de deur naar een reeks problemen die je probeert op te lossen wanneer je werkt met ondernemingen, groot of klein, waardoor je de kans krijgt om een verschil te maken, de naald te verplaatsen en technologie te gebruiken voor het goede. Bovendien had ik uitgebreide executive ervaring bij Ericsson, wat, in contrast, een enorm bedrijf is. De overgang naar een startup zoals Stradigi AI, wilde ik mezelf uit mijn comfortzone duwen en ervaren wat het is om deel uit te maken van de bloeiende, evoluerende AI-ecosysteem die zich vormt in Montreal. Er is iets motiverends en energizerends aan het deel uitmaken van deze gemeenschap.

Ik ben nu een jaar bij Stradigi AI en na een jaar werken met een geweldig groep professionals en innovators, is het duidelijk dat mijn ervaringen bij Ericsson zo waardevol en overdraagbaar zijn naar elk bedrijf, ongeacht de grootte. Mijn filosofie was altijd om de technologie-naald te verplaatsen, één klant tegelijk, en ik heb dat ook meegenomen naar Stradigi AI.

Stradigi AI laat iemand met geen machine learning-ervaring toe om AI-modellen te produceren, kun je beschrijven hoe dit wordt bereikt?

Veel van de discussie in de AI- en ML-wereld gaat over “democratisering”. Wat, losjes gezegd, gaat over het beschikbaar maken van AI voor de massa. Maar beschikbaarheid en bruikbaarheid zijn niet hetzelfde. Met onze self-service ML-platform, Kepler, is ons primaire doel om ervoor te zorgen dat interne SME’s en analisten modellen kunnen produceren met geavanceerde ML-technieken, zonder dat ze complexe data science-werk hoeven te leren of hun data science-teams hoeven te betrekken.

Vanuit een praktisch en technisch perspectief wordt dit bereikt door het automatiseren van de stap-voor-stap data science-processen die normaal gesproken tijd en expertise vergen om te voltooien. Bijvoorbeeld, Kepler automatiseert het feature engineering-proces, een complexe, multi-stap onderneming. Het creëert ook automatisch een pipeline door het selecteren van de beste algoritmes, ondergaat geautomatiseerde configuratie en hyperparameter-optimalisatie – allemaal hands-free.

Het doel van het hebben van dit niveau van automatisering in het proces is om uw experts te bevrijden van tijdverspilling aan triviale en tijdrovende taken. Door het automatiseren van deze stappen, geeft Kepler uw team meer tijd om na te denken over de volgende grote innovatie, in plaats van de alledaagse taken van de dag. Voor analisten en SME’s is het ook een route naar upskilling: door ML-tools in hun dagelijkse werk te implementeren, geef je hen de kans om hun analyse te verrijken en dus hun aanpak naar sleutelgevallen te verbeteren.

Wat zijn enkele interessante AI-modellen die je hebt gezien van bedrijven die Kepler gebruiken?

De schoonheid van Kepler is dat het een breed scala aan use cases dekt over verschillende industrieën, met een reeks technieken van klassieke ML tot diepe leer. Van overheden tot investeringen, Kepler kan leiders helpen om meetbare resultaten te bereiken.

Een paar impactvolle projecten die me te binnen schieten en een grote impact hebben op de manier waarop we leven en werken, is de ontwikkeling van innovatieve modellen in de gezondheidszorg, waar we gebruik maakten van beeldsegmentatiemodellen en regressiemodellen om ziektes te detecteren. Een ander is ons werk met regelgevende lichamen in lokale en nationale overheden om Natural Language Understanding te gebruiken om complexe tekstinformatie te categoriseren en nieuwe efficiëntie te brengen in legacy-processen.

Aan de andere kant van het spectrum hebben we ook Kepler gebruikt om handelsactiviteiten te optimaliseren voor een klant in de financiële sector.

Stradigi AI gebruikt een geautomatiseerde Data Science Workflow. Voor wie niet bekend is met dit, kun je beschrijven wat het is en hoe het wordt gebruikt door Stradigi AI?

Geautomatiseerde Data Science Workflows (ADSW) zijn de eind-tot-eind data science-processen die werken binnen Kepler. ADSW’s zijn gemaakt om een aantal use cases op te lossen, dus we hebben elke “workflow” gebouwd met zeer praktische toepassingen. Bijvoorbeeld, een van onze workflows is Time Series Forecasting, wat professionals in CPG of retail in staat stelt om te voorspellen wanneer voorraad moet worden aangevuld. Er zijn acht vooraf bestaande workflows in Kepler, die allemaal intuïtief zijn ontworpen voor niet-data scientists.

ADSW’s zijn geavanceerde ML-workflows die sleutelprocessen automatiseren, waarvan ik hierboven enkele heb genoemd. In een ADSW, automatiseert Kepler:

• Hyper parameter optimalisatie
• Configuratie
• Model selectie
• Training en testgegevens splitsen
• Dashboard creatie
• Evaluatie van model metrics

Alles wat de gebruiker nodig heeft om een implementeerbaar machine learning-model te krijgen, is gegevens en een use case om aan te pakken. En, afhankelijk van de gegevensset, kan al het complexe werk binnen een ADSW binnen enkele minuten worden voltooid.

Wat voor soort gegevens kan worden gebruikt?

Het Kepler-platform laat je werken met tabulaire, tekst- en beeldgegevens.

Voor wie niet bekend is met gegevens en gegevenstypen, zal ik ze uitleggen:

1. Tabulair: dit zou een spreadsheet kunnen zijn met belangrijke informatie zoals verkoopgegevens, of een database-tabel met klantdemografie, producten, enz.
2. Tekst: dit type gegevens kan in veel vormen voorkomen, denk aan e-mails, klantbeoordelingen, sociale media-inhoud, bibliotheekarchieven, contracten, enz.
3. Beelden: denk aan productgalerijen of foto’s van artikelen op een assemblagelijn.

Video-gegevens zullen in de toekomst in Kepler kunnen worden geïmporteerd. Op onze website onder “Gegevenstypen” leggen we uit welke soorten gegevens belangrijke use cases kunnen oplossen. Je zou verbaasd zijn hoeveel gegevens onbenut blijven, vooral in grotere ondernemingen.

Heb je enkele tips of strategieën voor vrouwen die geïnteresseerd zijn om de technologie-sector in te gaan?

Ik heb drie tips die ik denk dat echt fundamenteel zijn voor succes voor iedereen om te floreren in de technologie-sector.

1 – Leren. Dit moet altijd deel uitmaken van je leven. Het maakt niet uit hoe jong of hoe oud je bent, je moet altijd iets te leren hebben. Het maakt niet uit hoe je leert of van wie je leert, alleen maar dat je klaar bent om kennis te ontvangen. Open je geest. Maak je brein leeg zodat je klaar bent om meer kennis, meer liefde, meer empathie… gewoon meer te ontvangen. Wees bezeten van je eigen ontwikkeling. Een geweldige herinnering is dat klaar zijn om te leren een van de belangrijkste manifestaties van empathie is.

2 – Passie. Voorbeelden van hard werken zijn nooit tekortgeschoten in mijn professionele ervaring. Ik ben altijd klaar om mijn hand op te steken op het werk om complexe situaties of moeilijke activiteiten aan te pakken. Hoe meer ik dat doe, hoe meer ik me realiseer dat alles mogelijk is. Ik zou niet aarzelen om uit mijn comfortzone te springen en die extra uitdaging aan te gaan. Wanneer je dit doet, kunnen leiders de passie identificeren en waarderen die je tentoonstelt.

Wanneer je op deze manier werkt, hoef je niet te wachten op die grote kans die je leven zal veranderen. Als je oplet, zal je merken dat er veel kleine taken om je heen zijn die je meer blootstelling geven aan beslissers en, het belangrijkste, meer mogelijkheden om te leren.

3 – Mentorschap. Voor mij is mentorschap zo’n krachtig instrument, omdat het je luister- en leer-spieren of -vaardigheden flexeert. Mentorschap kan je ook dichter bij grote leiders brengen uit je professionele netwerk of binnen je persoonlijke kring. Gedurende je carrière is het cruciaal om te identificeren welke soort leiders je kunt vertrouwen en volgen, en ze te selecteren als je mentoren en rolmodellen.

De leiders die in je geloven, zullen je uit je comfortzone duwen en er zijn om je te helpen kracht te krijgen. Grote leiders en grote mentoren kunnen brutaal eerlijk zijn, maar ze kunnen ook uitstekende luisteraars zijn. Het vinden van zelfloze mensen om je te helpen je volledige potentieel te bereiken, kan je enkele van de beste leer-momenten van je leven bieden. Nu is je taak om te vinden en te herkennen wie deze mentoren zijn of kunnen zijn voor jou – en ze te vertrouwen.

Bedankt voor het interview. Je drie strategieën voor wie de technologie-sector wil betreden, zijn van toepassing op iedereen en ik ben het helemaal met ze eens. Iedereen die meer wil leren over Kepler of dit geweldige bedrijf, moet Stradigi AI bezoeken.