Maria Elena, Dyrektor Rozwiązań w Stradigi AI – Wywiad

Maria Elena Carbajal posiada ponad 25-letnie doświadczenie w dziedzinie sztucznej inteligencji, technologii informacyjnych i telekomunikacji. Przez 18 lat pracowała w firmie telekomunikacyjnej w Kanadzie i Szwecji, a także w branży lotniczej, energetycznej i technologicznej w różnych firmach. Obecnie pracuje w Stradigi AI, kanadyjskim liderze w dziedzinie sztucznej inteligencji.

Maria Elena Carbajal pełniła wiele funkcji w dziedzinach badań i rozwoju, inżynierii, usług profesjonalnych, transformacji cyfrowej i technologii informacyjnej. Jej doświadczenie międzynarodowe obejmuje pracę i zarządzanie zespołami w krajach takich jak Peru, Kanada, USA, Meksyk, Brazylia, Szwecja, Finlandia, Norwegia, Rosja, Estonia i Białoruś.

Co było tym, co przyciągnęło Cię do sztucznej inteligencji?

Zawsze byłem pasjonatem pracy w sektorze technologicznym. Jako osoba, jestem zawsze zaangażowany w optymalizację tego, co mnie otacza: od organizacji mojego gospodarstwa domowego po wprowadzanie efektywności w moich zespołach, klientach i firmach w ogóle. To jest część mojej natury. Byłem szczęśliwy, że miałem bardzo praktyczne doświadczenie z wdrażaniem najnowszych technologii w ciągu ostatnich dwóch dekad w różnych branżach, więc umiejętności stają się bardzo różnorodne i przenoszalne.

Patrząc bardziej szczegółowo na sztuczną inteligencję, jestem silnym zwolennikiem tego, że sztuczna inteligencja i komputery kwantowe rewolucjonizują wszystkie branże – bez wyjątku. Sztuczna inteligencja jest kluczowa dla uwolnienia i napędzania optymalizacji we wszystkich obszarach: biznesie, profesjonalnym i osobistym. To jest to, co mnie przyciągnęło i utrzymało mnie zaangażowanym i zainspirowanym, dzień po dniu.

Byłaś wcześniej zatrudniona w firmie Ericsson (ERIC ) przez 18 lat, co skłoniło Cię do dołączenia do Stradigi AI?

Byłam zainteresowana skupieniem się na sztucznej inteligencji ze względu na to, jak bardzo wpłynie na sposób, w jaki żyjemy i pracujemy. Sztuczna inteligencja otwiera drzwi do szeregu problemów, które można rozwiązać, pracując z przedsiębiorstwami dużymi i małymi, co daje możliwość zrobienia różnicy, przesunięcia igły i wykorzystania technologii dla dobra. Ponadto, miałam obszerną wiedzę wykonawczą w Ericsson, która, w przeciwieństwie do tego, jest ogromną organizacją. Przechodząc do startupu takiego jak Stradigi AI, chciałam wyjść poza swoją strefę komfortu i doświadczyć, jak to jest być częścią kwitnącego, ewoluującego ekosystemu sztucznej inteligencji, który tworzy się w Montrealu. Jest coś motywującego i pełnego energii w byciu częścią tej społeczności.

Przez rok pracowałam w Stradigi AI, i po roku pracy z niesamowitą grupą profesjonalistów i innowatorów, jest jasne, że moje doświadczenia w Ericsson były tak cenne i przenoszalne do każdej organizacji, niezależnie od jej rozmiaru. Moja filozofia zawsze była taka, aby przesunąć igłę technologiczną jeden klient na raz, i przyniosłam to do Stradigi AI również.

Stradigi AI pozwala osobom bez doświadczenia w machine learning na tworzenie modeli sztucznej inteligencji, możesz opisać, jak to jest osiągane?

Wiele dyskusji w świecie sztucznej inteligencji i machine learningu dotyczy “demokratyzacji”. Co można luźno określić jako uczynienie sztucznej inteligencji dostępną dla mas. Ale dostępność i używalność nie są tym samym. Z naszą platformą samousprawniania machine learningu, Kepler, naszym głównym celem jest upewnienie się, że wewnętrzni specjaliści i analitycy mogą tworzyć modele z zaawansowanymi technikami machine learningu, bez konieczności nauki skomplikowanych prac naukowych, czy zaangażowania ich zespołów naukowych.

Od praktycznego i technicznego punktu widzenia, jest to osiągane poprzez zautomatyzowanie krok po kroku procesów naukowych, które zwykle wymagają czasu i ekspertyzy, aby je ukończyć. Na przykład, Kepler zautomatyzuje proces inżynierii cech, który jest skomplikowanym, wieloetapowym przedsięwzięciem. Automatycznie tworzy również potok, wybierając najlepsze algorytmy, przechodząc przez automatyczną konfigurację i optymalizację hiperparametrów – wszystko to bez udziału człowieka.

Celem posiadania takiego poziomu automatyzacji w procesie jest uwolnienie ekspertów od marnowania czasu na trywialne i czasochłonne zadania. Poprzez zautomatyzowanie tych kroków, Kepler daje Twojemu zespołowi więcej czasu, aby myśleć o następnej wielkiej innowacji, zamiast zajmować się błahej robotą dnia. Dla analityków i specjalistów, jest to również droga do podnoszenia kwalifikacji: poprzez wdrożenie narzędzi machine learningu do ich codziennej pracy, dajesz im szansę na wzbogacenie ich analizy i podejścia do kluczowych przypadków użycia.

Jakie są niektóre interesujące modele sztucznej inteligencji, które widziałaś od firm korzystających z Kepler?

Piękno Kepler polega na tym, że obejmuje szeroki zakres przypadków użycia w różnych branżach, wykorzystując szereg technik od klasycznego machine learningu do głębokiego uczenia. Od rządów do inwestycji, Kepler może pomóc liderom osiągnąć mierzalne wyniki.

Kilka wpływowych projektów, które przychodzą mi na myśl, to rozwój innowacyjnych modeli w sektorze opieki zdrowotnej, gdzie wykorzystaliśmy modele segmentacji obrazu i regresji do wykrycia choroby. Innym jest nasza praca z organami regulacyjnymi w lokalnych i krajowych rządach w wykorzystaniu zrozumienia języka naturalnego do klasyfikacji skomplikowanych informacji tekstowych i wprowadzenia nowej efektywności do procesów dziedzictwa.

Na drugim końcu spektrum, wykorzystaliśmy również Kepler do optymalizacji działań handlowych dla klienta w sektorze finansowym.

Stradigi AI wykorzystuje zautomatyzowany przepływ pracy naukowej. Dla tych, którzy nie są zaznajomieni z tym, możesz opisać, co to jest i jak jest wykorzystywany przez Stradigi AI?

Zautomatyzowane przepływy pracy naukowej (ADSW) to procesy naukowe, które działają w ramach Kepler. ADSW zostały stworzone, aby rozwiązać szereg przypadków użycia, więc zbudowaliśmy każdy “przepływ” tak, aby miał bardzo praktyczne zastosowania. Na przykład, jeden z naszych przepływów to prognozowanie szeregów czasowych, które pozwala profesjonalistom w branży CPG lub detalicznej przewidzieć, kiedy zapasy będą musiały być uzupełnione. Istnieją osiem wstępnie istniejących przepływów w Kepler, które są wszystkie intuicyjnie zaprojektowane dla nie-naukowców.

ADSW to zaawansowane przepływy machine learningu, które zautomatyzują kluczowe procesy, o których wspomniałem powyżej. W ADSW, Kepler zautomatyzuje:

• Optymalizację hiperparametrów
• Konfigurację
• Wybór modelu
• Podział danych szkoleniowych i testowych
• Tworzenie pulpitu
• Ocena metryk modelu

Wszystko, czego potrzebuje użytkownik, aby uzyskać wdrożalny model machine learningu, to dane i przypadek użycia do rozwiązania. I, w zależności od zestawu danych, cała skomplikowana praca w ADSW może być wykonana w ciągu kilku minut.

Jakie typy danych mogą być wykorzystywane?

Platforma Kepler pozwala pracować z danymi tabelarycznymi, tekstowymi i obrazowymi.

Dla tych, którzy nie są zaznajomieni z danymi i typami danych, wyjaśnię je:

1. Tabelaryczne: to byłoby arkusz kalkulacyjny zawierający kluczowe informacje, takie jak dane sprzedaży, lub tabela bazy danych zawierająca dane demograficzne klientów, produkty itp.
2. Tekstowe: ten typ danych może przyjść w wielu formach, myśl o e-mailach, recenzjach klientów, treściach mediów społecznościowych, archiwach bibliotecznych, umowach itp.
3. Obrazowe: myśl o galeriach produktów, lub zdjęciach przedmiotów na linii montażowej.

Dane wideo będą mogły być wykorzystywane w Kepler w przyszłości. Na naszej stronie internetowej, w sekcji “Typy danych” wyjaśniamy, jakie typy danych mogą rozwiązać kluczowe przypadki użycia. Być może będziesz zaskoczony, jak wiele danych pozostaje niewykorzystanych, zwłaszcza w większych przedsiębiorstwach.

Czy masz jakieś wskazówki lub strategie dla kobiet, które chcą dołączyć do branży technologicznej?

Mam trzy wskazówki, które uważam za fundamentalne dla sukcesu każdej osoby w branży technologicznej.

1 – Uczenie się. To powinno być zawsze częścią Twojego życia. Niezależnie od wieku, powinieneś zawsze mieć coś do nauczenia się. Nie ma znaczenia, w jaki sposób się uczysz, czy kogo słuchasz, po prostu bądź gotowy, aby otrzymać wiedzę. Otwórz swój umysł. Wyczyść swój mózg, abyś mógł otrzymać więcej wiedzy, więcej miłości, więcej empatii… po prostu więcej. Bądź obsesjonowany swoim własnym rozwojem. Wspaniałym przypomnieniem jest to, że być gotowym do uczenia się jest jednym z kluczowych przejawów empatii.

2 – Pasja. Przykłady ciężkiej pracy nigdy nie zawiodły w moim doświadczeniu zawodowym. Zawsze jestem gotowa, aby podnieść rękę w pracy, aby podjąć się skomplikowanych sytuacji lub działań. Im więcej tego robię, tym bardziej zdaję sobie sprawę, że wszystko jest możliwe. Nie wahaj się wyjść poza swoją strefę komfortu i podjąć dodatkowe wyzwanie. Kiedy to robisz, liderzy mogą zidentyfikować i docenić pasję, którą wykazujesz.

Kiedy podejmujesz pracę w ten sposób, nie musisz czekać na tę wielką okazję pracy, która zmieni Twoje życie. Jeśli zwrócisz uwagę, zauważysz, że jest wiele małych zadań wokół Ciebie, które dadzą Ci więcej ekspozycji na decyzje, i co najważniejsze, więcej możliwości do uczenia się.

3 – Mentorowanie. Dla mnie, mentorowanie jest tak potężnym narzędziem, ponieważ rozciąga Twoje mięśnie słuchania i uczenia się. Mentorowanie może również zbliżyć Cię do wielkich liderów z Twojej sieci zawodowej lub w Twoim kręgu osobistym. Przez całą karierę, jest kluczowe, aby zidentyfikować rodzaj liderów, którym możesz zaufać i których możesz wybrać jako swoich mentorów i wzory do naśladowania.

Liderzy, którzy wierzą w Ciebie, będą Cię pushować poza Twoją strefę komfortu i będą tam, aby Ci pomóc zyskać siłę. Wspaniali liderzy i mentorzy mogą być brutalnie szczerzy, ale mogą również być wyśmienitymi słuchaczami. Znalezienie bezinteresownych osób, które pomogą Ci osiągnąć swój pełny potencjał, może zaoferować Ci niektóre z najlepszych momentów nauczania w Twoim życiu. Teraz Twoim zadaniem jest znaleźć i rozpoznać, kim są ci mentorzy lub kim mogliby być dla Ciebie – i zaufaj im.

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