Maria Elena, Stradigi AI’de Çözüm Direktörü – Röportaj Serisi

Maria Elena Carbajal, profesyonel kariyerine Yapay Zeka, Bilgi Teknolojileri ve Telekomünikasyon alanında 25 yılı aşkın deneyim getiriyor. Kanada ve İsveç’teki bir telekom şirketinde serta Havacılık, Enerji ve Bilgi Teknolojileri alanlarında çeşitli şirketlerde 18 năm deneyimi bulunuyor. Şu anda Stradigi AI’de çalışıyor, Stradigi AI Kanada’da Yapay Zeka lideri.

Maria Elena Carbajal, Ar-Ge, Mühendislik, Küresel Profesyonel Hizmetler, Dijital Dönüşüm ve Bilgi Teknolojileri içinde birçok fonksiyonel rolde görev yaptı. Uluslararası deneyimi, Peru, Kanada, ABD, Meksika, Brezilya, İsveç, Finlandiya, Norveç, Rusya, Estonya ve Belarus gibi ülkelerde çalışarak ve ekipleri yöneterek oluştu.

İlk olarak sizi AI’ye neler çekti?

Teknoloji sektöründe çalışmaya her zaman tutkun oldum. Bir birey olarak, etrafımdaki her şeyi optimize etmeye yatırım yapıyorum: evimi organize etmekten, takımlarıma, müşterilerime ve genel olarak işlere verimlilik getirmeye kadar. Bu, benim varlıkımın temelinde yer alıyor. Geçen yirmi yılda çeşitli endüstrilerde önde gelen teknoloji uygulamalarında çok elverişli deneyimlere sahip olduğum için, becerilerim oldukça çeşitli ve transfer edilebilir hale geldi.

Yapay Zeka’ya daha özel olarak bakıldığında, Yapay Zeka ve Kuantum bilgisayarın tüm endüstrileri -istisnasız- devrimleştiracağına güçlü bir şekilde inanıyorum. AI, iş, profesyonel ve kişisel alanlardaki tüm alanlarda optimizeasyonu serbest bırakmak ve beslemek için kritik öneme sahip. Bu, beni çekti ve günbegün ilham verdi.

Önceden 18 yıl Ericsson’da çalışıyordunuz, Stradigi AI’ye katılma kararınızı neler etkiledi?

AI’ye odaklanmak istedim çünkü bu, yaşam ve çalışma şeklimizi nasıl değiştireceğini görme fırsatı sunuyor. AI, büyük veya küçük işletmelerle çalışırken çözülmesi gereken bir dizi problemi açar ve thus, fark yaratma, değişimi sağlama ve teknolojiyi iyiye kullanma şansı verir. Ayrıca, Ericsson’da geniş yönetici deneyimi kazandım, bu da dev bir organizasyon. Stradigi AI gibi bir startup’a geçiş yapmak, kendimi rahatlık bölgesinin dışına itmek ve Montreal’de oluşan canlı, gelişen AI ekosisteminin bir parçası olmak istedim. Bu topluluğa dahil olmak motive edici ve enerji verici.

Stradigi AI’de bir yıl oldu ve harika profesyoneller ve yenilikçilerle birlikte çalıştıktan sonra, Ericsson’daki deneyimlerimin herhangi bir organizasyonda, büyüklüğü ne olursa olsun, çok değerli ve transfer edilebilir olduğu açık. Felsefem her zaman bir müşteriye odaklanarak teknoloji çubuğunu ilerletmek üzerine kuruluydu ve bunu Stradigi AI’ye de getirdim.

Stradigi AI, makine öğrenimi deneyimi olmayan birinin AI modelleri üretmesine olanak tanır, bunu nasıl başardıklarını açıklar mısınız?

AI ve ML dünyasındaki çok fazla tartışma “demokratikleşme” حولunda dönüyor. Bu, geniş kitlelere AI’yi ulaşılabilir kılmak anlamına geliyor. Ancak ulaşılabilirlik ve kullanılabilirlik aynı şey değil. Kepler adlı self-servis ML platformumuzun birincil amacı, iç uzmanların ve analistlerin, karmaşık veri bilimini öğrenmek veya veri bilimcisi ekiplerini dahil etmek zorunda kalmadan, gelişmiş ML teknikleriyle modeller üretmesini sağlamak.

Pratik ve teknik açıdan, bu, tipik olarak zaman ve uzmanlık gerektiren adım adım veri bilimini süreçlerini otomatikleştirmek yoluyla gerçekleştiriliyor. Örneğin, Kepler, özellik mühendisliği sürecini, karmaşık ve çok adımlı bir girişim olan bu süreci otomatikleştirir. Ayrıca, en iyi algoritmaları seçerek, otomatik yapılandırma ve hiperparametre optimizasyonu dahil olmak üzere, tüm bunları elverişsiz bir şekilde gerçekleştirir.

Bu düzeydeki otomasyonun amacı, uzmanlarınızı günlük işlerin basit ve zaman alan görevlerinde boşa harcamaktan kurtarmak. Bu adımları otomatikleştirmek, Kepler’in sizin ekibinize, günün basit görevleri yerine, bir sonraki büyük yeniliği düşünmek için daha fazla zaman kazandırmasını sağlar. Analistler ve uzmanlar için de, bu, yeteneklerini geliştirme yoludur: ML araçlarını günlük işlerine dahil ederek, anahtar kullanım örneklerine yaklaşımlarını zenginleştirmelerine olanak tanır.

Kepler kullanan şirketlerden gördüğünüz ilginç AI modelleri nelerdir?

Kepler’in güzelliği, çeşitli endüstrilerdeki geniş bir kullanım örneği yelpazesi sunması ve klasik ML’den derin öğrenmeye kadar bir dizi tekniği kapsaması. Hükümetlerden yatırımlara kadar, Kepler liderlere ölçülebilir sonuçlar elde etmelerine yardımcı olabilir.

Aklıma gelen, yaşam ve çalışma şeklimizi büyük ölçüde etkileyen birkaç önemli proje, sağlık sektöründe yenilikçi modellerin geliştirilmesi – burada görüntü segmentasyonu modelleri ve regresyon modelleri kullanılarak hastalıklar tespit edildi. Bir diğeri, yerel ve ulusal hükümetlerin düzenleyici kurumları ile çalışarak, Karmaşık Metin Bilgisi Anlama kullanarak kompleks metin bilgilerini kategorilere ayırma ve miras süreçlerine yeni verimlilikler getirme.

Diğer uçta, Kepler’i bir finans sektöründeki müşterimiz için ticaret faaliyetlerini optimize etmek için de kullandık.

Stradigi AI, Otomatik Veri Bilimi İş Akışını kullanıyor. Bu konuya aşina olmayanlar için, bunu tanımlayabilir ve Stradigi AI’nin nasıl kullandığını açıklayabilir misiniz?

Otomatik Veri Bilimi İş Akışları (ADSW), Kepler içinde çalışan sonradan veri bilim süreci. ADSW’ler, bir dizi kullanım örneğini çözmek için oluşturuldu, bu nedenle her “iş akışını” çok pratik uygulamalara sahip olacak şekilde inşa ettik. Örneğin, zaman serisi tahminleme gibi bir iş akışımız var, bu da perakende veya tüketim mallarındaki profesyonellere stokların ne zaman yenilenmesi gerektiğini öngörme olanağı tanır. Kepler’de sekiz önceden var olan iş akışı bulunuyor ve bunlar, veri bilimcileri olmayan kişiler için sezgisel olarak tasarlandı.

ADSW’ler, bazılarını daha önce belirttiğim, anahtar süreçleri otomatikleştiren gelişmiş ML iş akışları. Bir ADSW’de, Kepler:

• hiperparametre optimizasyonu
• yapılandırma
• model seçimi
• eğitim ve test verisi bölümleri
• gösterge tablosu oluşturma
• model ölçütlerinin değerlendirilmesi

Kullanıcının bir dağıtıma hazır makine öğrenimi modeli elde etmek için yalnızca veriye ve ele alınması gereken bir kullanım örneğine ihtiyacı var. Ve, veri kümesine bağlı olarak, bir ADSW içindeki tüm karmaşık iş, birkaç dakika içinde tamamlanabilir.

Hangi tür veriler kullanılabilir?

Kepler platformu, sekman, metin ve görüntü verilerini çalışmanıza olanak tanır.

Veri ve veri türleri konusunda deneyimi olmayanlar için, bunları açıklamak isterim:

1. Sekman: Bu, önemli bilgiler içeren bir elektronik tablo olabilir, örneğin satış verileri veya müşteri demografisi ve ürünlerin bir veritabanı tablosu.
2. Metin: Bu veri türü, e-postalar, müşteri yorumları, sosyal medya içeriği, kütüphane arşivi, sözleşmeler gibi birçok formda olabilir.
3. Görüntü: Ürün galerileri veya montaj hattındaki ürünlerin fotoğrafları gibi düşünülebilir.

Video verileri gelecekte Kepler’de kullanılabilir olacak. Web sitemizde “Veri Tipleri” altında, anahtar kullanım örneklerini çözebilecek veri türlerini açıklıyoruz. Büyük işletmelerde, özellikle ne kadar çok verinin değerlendirilemediğine şaşırabilirsiniz.

Teknolojiye katılmak isteyen kadınlara herhangi bir ipucunuz veya stratejileriniz var mı?

Teknoloji endüstrisinde başarılı olmak için gerçekten temel olan üç ipucum var.

1 – Öğrenme. Bu, hayatınızın her anında olmalıdır. Ne kadar genç veya yaşlı olursanız olun, her zaman öğrenmeye açık olmalısınız. Nasıl öğrendiğiniz veya kimden öğrendiğiniz önemli değil, sadece bilgiyi alma konusunda hazır olun. Zihninizi açın. Beyininizi temizleyin, böylece daha fazla bilgi, daha fazla sevgi, daha fazla empati… sadece daha fazla şey alabilirsiniz. Kendi gelişiminizle obsesif bir şekilde ilgilenin. Empatinin önemli bir tezahürü olan, öğrenmeye hazır olmak.

2 – Tutku. Profesyonel deneyimimde, zorlu çalışmanın asla yetersiz kalmadığını gördüm. İş yerinde karmaşık durumlar veya zorlu faaliyetler üstlenmeye her zaman hazırım. Bunu ne kadar çok yaparsam, her şeyin mümkün olduğunu daha fazla anlarım. Ekstra bir zorluğun üstesinden gelmek için tereddüt etmem. Bunu yaptığınızda, liderler tutkunuzu tanımlayabilir ve takdir edebilir.

Bu şekilde işinize yaklaştığınızda, hayatınızı değiştirecek büyük bir iş fırsatını beklemenize gerek kalmaz. Dikkatlice bakarsanız, size daha fazla öğrenme, daha fazla liderle temas kurma ve daha fazla olanak sunan birçok küçük görev olduğunu göreceksiniz.

3 – Mentorluk. Bana göre mentorluk, dinleme ve öğrenme kaslarınızı veya becerilerinizi esneten güçlü bir araç. Mentorluk, profesyonel ağınız veya kişisel çevrenizdeki harika liderlere de sizi yaklaştırabilir. Kariyeriniz boyunca, size güvenebileceğiniz ve takip edebileceğiniz liderleri tanımlamak ve onları mentorleriniz ve rol modelleriniz olarak seçmek çok önemlidir.

Sizi destekleyen liderler, sizi rahatlık bölgenizin dışına itecek ve size güç kazandırmaya yardım edecek. Büyük liderler ve büyük mentorlar, sometimes brutally honest olabilir, ancak aynı zamanda mükemmel dinleyiciler olabilir. Size tam potansiyelinize ulaşmanıza yardımcı olacak en iyi öğretim anlarını sunabilecek, selfless insanları bulmak, size hayatınızın en iyi anlarını sunabilir. Şimdi, bu mentorlerin kim olduklarını veya olabileceklerini tanımlamak ve onlara güvenmek sizin göreviniz.

Röportaj için teşekkür ederim. Teknolojiye girmek isteyenler için önerileriniz herkes için geçerli ve tamamen katılıyorum. Kepler veya bu harika şirketi hakkında daha fazla bilgi edinmek isteyenler, lütfen Stradigi AI’yi ziyaret edin.