Maria Elena, dyrektor ds. rozwiązań w Stradigi AI – seria wywiadów

Maria Elena Carbajal wnosi do swojej kariery zawodowej ponad 25 lat doświadczenia w dziedzinie sztucznej inteligencji, technologii informatycznych i telekomunikacji. Ma 18 lat doświadczenia w pracy w firmie telekomunikacyjnej w Kanadzie i Szwecji, a także w obszarach lotnictwa, energetyki i technologii informatycznych w różnych firmach. Obecnie pracuje dla Stradigi AI, lidera w dziedzinie sztucznej inteligencji w Kanadzie.

Maria Elena Carbajal pełniła wiele stanowisk funkcjonalnych w obszarach badań i rozwoju, inżynierii, globalnych usług profesjonalnych, transformacji cyfrowej i technologii informatycznych. Jej międzynarodowa ekspozycja obejmuje pracę i zarządzanie zespołami w takich krajach jak Peru, Kanada, USA, Meksyk, Brazylia, Szwecja, Finlandia, Norwegia, Rosja, Estonia i Białoruś.

Co początkowo przyciągnęło Cię do sztucznej inteligencji?

Zawsze pasjonowała mnie praca w branży technologicznej. Jako osoba fizyczna zawsze angażuję się w optymalizację tego, co mnie otacza: od organizowania gospodarstwa domowego po zapewnianie wydajności moim zespołom, klientom i ogólnie firmom. To jest sedno mojej istoty. Mam szczęście, że w ciągu ostatnich dwudziestu lat miałem bardzo praktyczne doświadczenie we wdrażaniu wiodących technologii w różnych branżach, dzięki czemu umiejętności stały się bardzo zróżnicowane i można je transferować.

Patrząc bardziej szczegółowo na sztuczną inteligencję, jestem głęboko przekonany, że sztuczna inteligencja i obliczenia kwantowe zrewolucjonizują wszystkie branże – bez wyjątków. Sztuczna inteligencja ma kluczowe znaczenie dla uwolnienia i napędzania optymalizacji we wszystkich obszarach: biznesowym, zawodowym i osobistym. To właśnie mnie przyciągnęło i utrzymywało zaangażowanie oraz inspirację dzień po dniu.

Wcześniej przez 18 lat pracowałeś w firmie Ericsson. Co zdecydowało Cię o dołączeniu do Stradigi AI?

Interesowało mnie skupienie moich wysiłków zawodowych na sztucznej inteligencji ze względu na jej wpływ i zmianę sposobu, w jaki żyjemy i pracujemy. Sztuczna inteligencja otwiera drzwi do szeregu problemów, które chcesz rozwiązać pracując z dużymi i małymi przedsiębiorstwami, co daje szansę na dokonanie zmian, poruszenie igły i wykorzystanie technologii na dobre. Poza tym miałem rozległe doświadczenie kierownicze w firmie Ericsson, która dla kontrastu jest ogromną organizacją. Przechodząc do startupu takiego jak Stradigi AI, chciałem wyjść ze swojej strefy komfortu i na własnej skórze przekonać się, jak to jest być częścią kwitnącego, ewoluującego ekosystemu sztucznej inteligencji, który tworzy się w Montrealu. Jest coś motywującego i energetyzującego w byciu częścią tej społeczności.

Pracuję w Stradigi AI już od roku i po roku pracy z niesamowitą grupą profesjonalistów i innowatorów jasne jest, że moje doświadczenia w Ericsson były niezwykle cenne i można je przenieść do każdej organizacji, niezależnie od jej wielkości. Moją filozofią zawsze było przesuwanie igły technologicznej po jednym kliencie na raz i przeniosłem to również do Stradigi AI.

Stradigi AI pozwala osobie bez doświadczenia w uczeniu maszynowym tworzyć modele AI. Czy możesz opisać, jak to osiągnąć?

Duża część dyskursu w świecie sztucznej inteligencji i uczenia maszynowego dotyczy „demokratyzacji”. Mówiąc luźno, chodzi o udostępnienie sztucznej inteligencji masom. Ale dostępność i użyteczność to nie to samo. Dzięki naszej samoobsługowej platformie uczenia maszynowego Kepler naszym głównym celem jest zapewnienie, aby wewnętrzne MŚP i analitycy mogli tworzyć modele przy użyciu zaawansowanych technik uczenia maszynowego bez konieczności uczenia się skomplikowanych prac związanych z analityką danych lub angażowania swoich zespołów zajmujących się analizą danych.

Z praktycznego i technicznego punktu widzenia osiąga się to poprzez automatyzację krok po kroku procesów analizy danych, których ukończenie zwykle wymaga czasu i wiedzy specjalistycznej. Na przykład Kepler automatyzuje proces inżynierii cech, będący złożonym, wieloetapowym przedsięwzięciem. Automatycznie tworzy także potok, wybierając najlepsze algorytmy, przechodzi automatyczną konfigurację i optymalizację hiperparametrów – a wszystko to bez użycia rąk.

Celem takiego poziomu automatyzacji procesu jest uwolnienie ekspertów od marnowania czasu na trywialne i czasochłonne zadania. Automatyzując te kroki, Kepler daje Twojemu zespołowi więcej czasu na przemyślenie kolejnej wielkiej innowacji zamiast codziennych zadań. Dla analityków i MŚP jest to również droga do podnoszenia kwalifikacji: wdrażając narzędzia ML w ich codziennym życiu, dajesz im szansę wzbogacenia analiz, a tym samym podejścia do kluczowych przypadków użycia.

Jakie ciekawe modele sztucznej inteligencji widziałeś w firmach korzystających z Keplera? 

Piękno Keplera polega na tym, że obejmuje szeroki zakres przypadków użycia w kilku branżach, wykorzystując szereg technik, od klasycznego uczenia maszynowego po głębokie uczenie się. Od rządów po inwestycje – Kepler może pomóc liderom osiągnąć wymierne rezultaty.

Kilka wpływowych projektów, które przychodzą mi na myśl i które mają duży wpływ na sposób, w jaki żyjemy i pracujemy, to rozwój innowacyjnych modeli w sektorze opieki zdrowotnej, w których wykorzystaliśmy modele segmentacji obrazu i modele regresji do wykrywania chorób. Kolejnym jest nasza współpraca z organami regulacyjnymi władz lokalnych i krajowych nad wykorzystaniem funkcji rozumienia języka naturalnego do kategoryzowania złożonych informacji tekstowych i zapewniania większej wydajności dotychczasowym procesom.

Z drugiej strony wykorzystaliśmy również Keplera do optymalizacji działań handlowych dla klienta z sektora finansowego.

Stradigi AI wykorzystuje zautomatyzowany przepływ pracy w zakresie analizy danych. Czy możesz opisać, co to jest i jak wykorzystuje go Stradigi AI dla tych, którzy nie są z tym zaznajomieni?

Zautomatyzowane przepływy pracy związane z analizą danych (ADSW) to kompleksowe procesy analizy danych działające w platformie Kepler. ADSW zostały stworzone, aby rozwiązać wiele przypadków użycia, dlatego każdy „przepływ pracy” zbudowaliśmy tak, aby miał bardzo praktyczne zastosowania. Na przykład jednym z naszych przepływów pracy jest prognozowanie szeregów czasowych, które pozwala profesjonalistom z branży CPG lub handlu detalicznego przewidzieć, kiedy konieczne będzie uzupełnienie zapasów. W Keplerze istnieje osiem istniejących przepływów pracy, a wszystkie zostały intuicyjnie zaprojektowane dla osób nie zajmujących się analityką danych.

ADSW to zaawansowane przepływy pracy ML, które automatyzują kluczowe procesy, o których wspomniałem powyżej. W ADSW Kepler automatyzuje:

• Optymalizacja hiperparametrów
• systemu
• Wybór modelu
• Szkolenie i testowanie podziałów danych
• Tworzenie dashboardu
• Ocena metryk modelu

Aby uzyskać możliwy do wdrożenia model uczenia maszynowego, użytkownik potrzebuje tylko danych i przypadku użycia. W zależności od zestawu danych wszystkie złożone prace w ramach ADSW można wykonać w ciągu kilku minut.

Jakie rodzaje danych można wykorzystać?

Platforma Kepler umożliwia pracę z danymi tabelarycznymi, tekstowymi i obrazowymi.

Dla tych, którzy nie są zaznajomieni z danymi i typami danych, podzielę je na części:

1. Tabelaryczny: byłby to arkusz kalkulacyjny zawierający kluczowe informacje, takie jak dane dotyczące sprzedaży, lub tabela bazy danych zawierająca dane demograficzne klientów, produkty itp.
2. Tekst: tego typu dane mogą przyjmować różne formy, np. e-maile, recenzje klientów, treści w mediach społecznościowych, archiwa biblioteczne, umowy itp.
3. Obrazy: pomyśl o galeriach produktów lub zdjęciach przedmiotów na linii montażowej.

Dane wideo będą w przyszłości przetwarzane w Keplerze. Na naszej stronie internetowej w sekcji „Typy danych” wyjaśniamy, jakie typy danych mogą pomóc w rozwiązaniu kluczowych przypadków użycia. Zdziwiłbyś się, ile danych pozostaje niewykorzystanych, szczególnie w większych przedsiębiorstwach.

Czy masz jakieś wskazówki lub strategie dla kobiet zainteresowanych dołączeniem do branży technologicznej?

Mam trzy wskazówki, które moim zdaniem mają fundamentalne znaczenie dla osiągnięcia sukcesu w branży technologicznej.

1 - Learning. To powinno zawsze być częścią Twojego życia. Nieważne, jak młody i ile masz lat, zawsze powinieneś się czegoś nauczyć. Nie ma znaczenia, jak podchodzisz do nauki i od kogo się uczysz, po prostu bądź gotowy na otrzymanie wiedzy. Otwórz swój umysł. Oczyść swój mózg, abyś był gotowy na przyjęcie większej wiedzy, większej miłości, większej empatii… po prostu więcej. Miej obsesję na punkcie własnego rozwoju. Świetnym przypomnieniem jest to, że gotowość do uczenia się jest jednym z kluczowych przejawów empatii.

2 - Pasja. W moim doświadczeniu zawodowym nigdy nie brakowało przykładów ciężkiej pracy. Zawsze jestem gotowy podnieść rękę w pracy, aby stawić czoła skomplikowanym sytuacjom lub skomplikowanym czynnościom. Im częściej to robię, tym bardziej zdaję sobie sprawę, że wszystko jest możliwe. Nie zawahałbym się wyskoczyć ze swojej strefy komfortu i podjąć się tego dodatkowego wyzwania. Kiedy to zrobisz, liderzy będą mogli rozpoznać i docenić pasję, którą wykazujesz.

Kiedy podchodzisz do pracy w ten sposób, nie musisz czekać na tę wspaniałą okazję do pracy, która odmieni Twoje życie. Jeśli zwrócisz uwagę, zauważysz, że wokół ciebie jest mnóstwo małych zadań, które dadzą ci większy kontakt z decydentami i, co najważniejsze, więcej możliwości uczenia się.

3 - Mentoring. Dla mnie mentoring jest potężnym narzędziem, ponieważ ćwiczy mięśnie i umiejętności słuchania i uczenia się. Mentoring może również przybliżyć Cię do świetnych liderów z Twojej sieci zawodowej lub z Twojego kręgu osobistego. W trakcie całej kariery zawodowej niezwykle ważne jest określenie rodzaju liderów, którym możesz zaufać i których możesz naśladować, oraz wybranie ich na mentorów i wzorce do naśladowania.

Liderzy, którzy w Ciebie wierzą, wypchną Cię ze strefy komfortu i będą tam, aby pomóc Ci zyskać siłę. Wielcy przywódcy i wielcy mentorzy mogą być brutalnie szczerzy, ale potrafią też być doskonałymi słuchaczami. Znalezienie bezinteresownych osób, które pomogą Ci w osiągnięciu pełnego potencjału, może zapewnić Ci jedne z najlepszych momentów nauczania w Twoim życiu. Teraz Twoim zadaniem jest znaleźć i rozpoznać, kim są lub mogą być ci mentorzy dla Ciebie – i zaufać im.

Dziękuję za wywiad. Twoje trzy strategie dla tych, którzy chcą wejść do technologii, są przydatne dla każdego i całkowicie się z nimi zgadzam. Każdy, kto chce dowiedzieć się więcej o Kepler lub tej niesamowitej firmie, powinien odwiedzić Stradigi AI.