Maria Elena, Diretora de Soluções da Stradigi AI – Série de Entrevistas

Maria Elena Carbajal traz mais de 25 anos de experiência em Inteligência Artificial, Tecnologia da Informação e Telecomunicações para sua carreira profissional. Ela tem 18 anos de experiência trabalhando em uma empresa de telecomunicações no Canadá e na Suécia, bem como em áreas de Aeroespacial, Energia e Tecnologia da Informação com várias empresas. Atualmente trabalha para a Stradigi AI, uma líder em Inteligência Artificial no Canadá.

Maria Elena Carbajal atuou em muitos papéis funcionais dentro de P&D, Engenharia, Serviços Profissionais Globais, Transformação Digital e Tecnologia da Informação. Sua exposição internacional inclui trabalhar e gerenciar equipes em países como Peru, Canadá, EUA, México, Brasil, Suécia, Finlândia, Noruega, Rússia, Estônia e Bielorrússia.

O que a atraiu para a IA inicialmente?

Sempre fui apaixonada por trabalhar no setor de tecnologia. Como indivíduo, estou sempre investida em otimizar o que está ao meu redor: desde organizar minha casa até trazer eficiência para minhas equipes, clientes e empresas em geral. É o cerne do meu ser. Tive a sorte de ter experiência muito prática com a implementação de tecnologia de ponta no passado de duas décadas em várias indústrias, então as habilidades se tornam muito diversificadas e transferíveis.

Olhando mais especificamente para a IA, sou uma forte defensora de que a Inteligência Artificial e a computação quântica revolucionarão todas as indústrias — sem exceções. A IA é fundamental para desbloquear e impulsionar a otimização em todas as áreas: negócios, profissionais e pessoais. É isso que me atraiu e me manteve engajada e inspirada, dia após dia.

Você foi anteriormente empregada pela Ericsson por 18 anos, o que a fez decidir se juntar à Stradigi AI?

Eu estava interessada em focar meus esforços profissionais na IA devido ao impacto que ela terá e mudará a forma como vivemos e trabalhamos. A IA abre a porta para uma série de problemas que você procura resolver ao trabalhar com empresas grandes ou pequenas, o que lhe dá a chance de fazer a diferença, mover a agulha e usar a tecnologia para o bem. Além disso, eu tinha uma extensa experiência executiva na Ericsson, que, por contraste, é uma organização massive. Ao mudar para uma startup como a Stradigi AI, eu queria me desafiar a sair da minha zona de conforto e experimentar o que é fazer parte do ecossistema de IA em evolução que se forma em Montreal. Há algo motivador e energizante em fazer parte dessa comunidade.

Estou na Stradigi AI há um ano agora, e após um ano de trabalhar com um grupo incrível de profissionais e inovadores, está claro que minhas experiências na Ericsson foram tão valiosas e transferíveis para qualquer organização, independentemente do tamanho. Minha filosofia sempre foi sobre mover a agulha da tecnologia um cliente de cada vez, e eu também trouxe isso para a Stradigi AI.

A Stradigi AI permite que alguém sem experiência em aprendizado de máquina produza modelos de IA, pode descrever como isso é alcançado?

Muito do discurso no mundo da IA e do ML gira em torno da “democratização”. O que, para colocar de forma livre, é tudo sobre tornar a IA disponível para as massas. Mas disponibilidade e usabilidade não são a mesma coisa. Com nossa plataforma de ML de autoatendimento, Kepler, nosso objetivo principal é garantir que os especialistas internos e analistas possam produzir modelos com técnicas de ML avançadas, sem precisar aprender trabalhos complexos de ciência de dados ou envolver suas equipes de ciência de dados.

Do ponto de vista prático e técnico, isso é alcançado automatizando os processos de ciência de dados passo a passo que normalmente levam tempo e especialização para concluir. Por exemplo, o Kepler automatiza o processo de engenharia de recursos, uma empreitada complexa e multietapas. Ele também cria automaticamente um pipeline, selecionando os melhores algoritmos, passa por configuração automática e otimização de hiperparâmetros — tudo de forma automática.

O objetivo de ter esse nível de automação no processo é libertar os especialistas de gastar tempo em tarefas triviais e consumidoras de tempo. Ao automatizar esses passos, o Kepler dá à sua equipe mais tempo para pensar sobre a próxima grande inovação, em vez de se preocupar com as tarefas meniais do dia. Para analistas e especialistas, também é uma rota para o desenvolvimento de habilidades: ao implementar ferramentas de ML em seu dia a dia, você lhes dá a chance de enriquecer sua análise e, portanto, sua abordagem para casos de uso-chave.

Quais são alguns modelos de IA interessantes que você viu de empresas que usam o Kepler?

A beleza do Kepler é que ele cobre uma ampla gama de casos de uso em várias indústrias, usando uma variedade de técnicas desde ML clássico até aprendizado profundo. Desde governos até investimentos, o Kepler pode ajudar líderes a alcançar resultados mensuráveis.

Alguns projetos impactantes que me vêm à mente e que têm um grande impacto na forma como vivemos e trabalhamos são o desenvolvimento de modelos inovadores no setor de saúde, onde usamos modelos de segmentação de imagens e modelos de regressão para detectar doenças. Outro é nosso trabalho com órgãos reguladores em governos locais e nacionais, usando a compreensão de linguagem natural para categorizar informações de texto complexas e trazer novas eficiências para processos legados.

No outro extremo do espectro, também aproveitamos o Kepler para otimizar atividades de negociação para um cliente no setor financeiro.

A Stradigi AI usa um Fluxo de Trabalho de Ciência de Dados Automatizado. Para aqueles que não estão familiarizados com isso, pode descrever o que é e como é usado pela Stradigi AI?

Os Fluxos de Trabalho de Ciência de Dados Automatizados (ADSW) são os processos de ciência de dados de ponta a ponta que funcionam dentro do Kepler. Os ADSW foram criados para resolver uma série de casos de uso, então construímos cada “fluxo de trabalho” para ter aplicações práticas muito práticas. Por exemplo, um de nossos fluxos de trabalho é a Previsão de Séries Temporais, que permite que profissionais em CPG ou varejo prevejam quando o estoque precisará ser reabastecido. Há oito fluxos de trabalho pré-existentes no Kepler, que são todos projetados de forma intuitiva para os não-cientistas de dados.

Os ADSW são fluxos de trabalho de ML avançados que automatizam processos-chave, alguns dos quais mencionei acima. Em um ADSW, o Kepler automatiza:

• Otimização de hiperparâmetros
• Configuração
• Seleção de modelo
• Divisão de dados de treinamento e teste
• Criação de painel
• Avaliação de métricas de modelo

Tudo o que o usuário precisa para obter um modelo de aprendizado de máquina implantável é dados e um caso de uso para abordar. E, dependendo do conjunto de dados, todo o trabalho complexo dentro de um ADSW pode ser concluído em minutos.

Quais tipos de dados podem ser usados?

A plataforma Kepler permite trabalhar com dados tabulares, de texto e de imagem.

Para aqueles que não estão familiarizados com dados e tipos de dados, vou dividi-los:

1. Tabular: isso seria uma planilha contendo informações-chave, como dados de vendas, ou uma tabela de banco de dados de demografia de clientes, produtos, etc.
2. Texto: esse tipo de dado pode vir em muitas formas, pense em e-mails, revisões de clientes, conteúdo de mídia social, arquivos de biblioteca, contratos, etc.
3. Imagem: pense em galerias de produtos, ou fotos de itens em uma linha de montagem.

Os dados de vídeo serão ingeríveis no Kepler no futuro. Em nosso site, na seção “Tipos de Dados”, explicamos quais tipos de dados podem resolver casos de uso-chave. Você ficaria surpreso com quanto dados permanecem subutilizados, especialmente em empresas maiores.

Você tem alguma dica ou estratégia para mulheres que estão interessadas em se juntar à tecnologia?

Tenho três dicas que acho fundamentalmente importantes para o sucesso de qualquer um que queira prosperar na indústria de tecnologia.

1 – Aprendizado. Isso sempre deve fazer parte da sua vida. Não importa quanto você é jovem ou velho, você sempre deve ter algo para aprender. Não importa como você vai aprender ou de quem você está aprendendo, apenas esteja pronto para receber conhecimento. Abra sua mente. Limpe seu cérebro para que você possa estar pronto para receber mais conhecimento, mais amor, mais empatia… apenas mais. Seja obcecado com seu próprio desenvolvimento. Um lembrete excelente é que estar pronto para aprender é uma das principais manifestações de empatia.

2 – Paixão. Exemplos de trabalho árduo nunca falharam em minha experiência profissional. Estou sempre pronta para levantar a mão no trabalho para assumir situações complexas ou atividades complicadas. Quanto mais faço isso, mais percebo que tudo é possível. Eu não hesitaria em saltar fora da minha zona de conforto e assumir esse desafio extra. Quando você aborda o trabalho dessa forma, você não precisa esperar por aquela grande oportunidade de emprego que mudará sua vida. Se você prestar atenção, você notará que há muitas tarefas pequenas ao seu redor que lhe darão mais exposição a tomadores de decisão e, mais importante, mais possibilidades de aprender.

3 – Mentoramento. Para mim, o mentoramento é uma ferramenta tão poderosa, pois flexiona seus músculos ou habilidades de ouvir e aprender. O mentoramento também pode trazê-lo mais perto de grandes líderes de suas redes profissionais ou dentro de seu círculo pessoal. Ao longo de sua carreira, é crucial identificar o tipo de líder em quem você pode confiar e seguir, e selecioná-los como seus mentores e modelos.

Os líderes que acreditam em você o empurrarão para fora de sua zona de conforto e estarão lá para ajudá-lo a ganhar força, também. Grandes líderes e grandes mentores podem ser brutalmente honestos, mas também podem ser excelentes ouvintes. Encontrar pessoas altruístas para ajudá-lo a atingir seu potencial pode oferecer alguns dos melhores momentos de ensino de sua vida. Agora, sua tarefa é encontrar e reconhecer quem esses mentores são ou podem ser para você — e confie neles.

Obrigada pela entrevista. Suas três estratégias para aqueles que desejam entrar na tecnologia são aplicáveis a qualquer um e eu concordo completamente com elas. Qualquer um que deseje aprender mais sobre o Kepler ou sobre essa empresa incrível deve visitar a Stradigi AI.