Celina Lee, CEO và Đồng sáng lập của Zindi – Loạt phỏng vấn

Celina Lee là CEO và đồng sáng lập của Zindi, mạng lưới chuyên nghiệp lớn nhất cho các nhà khoa học dữ liệu ở châu Phi.

Celina có niềm đam mê với việc giải phóng sức mạnh của dữ liệu vì lợi ích xã hội. Celina đã chứng minh được khả năng lãnh đạo trong lĩnh vực giao nhau giữa dữ liệu và phát triển, và đã đóng vai trò trung tâm trong việc ra mắt các nền tảng toàn cầu, bao gồm Liên minh Tài chính Toàn diện, insight2impact, và hiện tại là Zindi. Công việc của Celina đã bắc cầu giữa các lĩnh vực tư nhân và công cộng, cũng như các lĩnh vực phát triển khác nhau, bao gồm tài chính toàn diện, phát triển doanh nghiệp nhỏ và siêu nhỏ, phát triển hệ thống thị trường, giới tính, biến đổi khí hậu và sức khỏe cộng đồng. Cô đã sống và làm việc ở nhiều quốc gia trên khắp châu Á, Mỹ Latinh và châu Phi hạ Sahara.

Điều gì ban đầu thu hút bạn đến với khoa học máy tính và toán học ứng dụng?

Toàn bộ cuộc đời tôi đều yêu thích toán học. Khi tôi tìm hiểu về chương trình toán học ứng dụng, nó chỉ đơn giản là có ý nghĩa với tôi vì tôi đánh giá cao cách dữ liệu và toán học được chuyển đổi thành các ứng dụng thực tế. Điều tôi thích về việc làm việc với dữ liệu là dữ liệu có một câu chuyện để kể. Dữ liệu có thể có tác động to lớn, nhưng chỉ khi bạn đưa nó vào tay đúng người. Đó là phép thuật.

Một số thách thức duy nhất khi triển khai các giải pháp khoa học dữ liệu và học máy ở châu Phi là gì?

Một thách thức là các tập dữ liệu có thể thưa thớt. Ví dụ, nếu bạn đang làm việc trên các vấn đề xử lý ngôn ngữ tự nhiên về các ngôn ngữ châu Phi địa phương, một số ngôn ngữ chỉ có vài nghìn người bản địa nói; một số thậm chí không được viết. Bạn không có số lượng dữ liệu dồi dào như bạn có cho tiếng Anh, ví dụ. Nhưng bản chất của thách thức chính xác là điều làm cho các giải pháp trở nên quan trọng và có tác động hơn.

Bạn đã hình thành ý tưởng về khái niệm đằng sau việc cung cấp các giải pháp dữ liệu thông qua đám đông từ khi nào?

Tôi đã tìm hiểu về Kaggle nhiều năm trước khi tôi ở San Francisco, khi nó chỉ là một công ty khởi nghiệp. Khái niệm về việc có đám đông xây dựng các giải pháp dữ liệu cho các tổ chức đã đánh động tôi. Nhưng tôi đã nhìn thấy một khoảng trống trong việc các tập dữ liệu và vấn đề được rõ ràng lấy từ các công ty lớn, chủ yếu là của Mỹ, và các tham gia cũng chủ yếu đến từ “thế giới phát triển”. Tôi đã làm việc trong nhiều năm trong lĩnh vực phát triển quốc tế về dữ liệu. Tôi đã nhìn thấy một cơ hội để giải quyết các vấn đề cho và bởi các khu vực khác.

Trong những ngày đầu ra mắt, nền tảng đã bị sập do Zindi có quá nhiều người đăng ký. Bạn có bất ngờ về việc nó được cộng đồng chấp nhận nhanh như thế nào không?

Tôi đã bị bất ngờ, nhưng không hoàn toàn shock. Chúng tôi rõ ràng đã không dự kiến được lượng lưu lượng truy cập mà chúng tôi sẽ nhận được trong những ngày đầu tiên, hoặc nó sẽ không bị sập! Nhưng tôi biết rằng có một nhu cầu trên thị trường среди các nhà khoa học dữ liệu trẻ châu Phi và những người muốn trở thành nhà khoa học dữ liệu cho loại nền tảng này. Những người trẻ trên lục địa này đầy tham vọng, năng động và sáng tạo. Họ sẽ làm việc, và họ sẽ làm cho mọi thứ trở nên khả thi. Vì vậy, tôi không bị shock khi một không gian trực tuyến như Zindi ngay lập tức được cộng đồng đón nhận. Trên Zindi, họ có thể kết nối với những người cùng tư tưởng từ khắp châu Phi và trên toàn thế giới, họ có thể xây dựng các kỹ năng mới, họ phát triển hồ sơ và danh mục đầu tư của mình, và họ có thể tìm được việc làm. Ngoài ra, tôi muốn lưu ý rằng mọi người đã tự hào về việc này là một nền tảng châu Phi tổ chức các tập dữ liệu và vấn đề của châu Phi. Như một nhà khoa học dữ liệu đã nói với tôi, trên Zindi cô ấy đã tìm thấy một ngôi nhà.

DeepMind đã ra mắt một cuộc thi trên nền tảng này cách đây hơn một năm, cuộc thi đó là gì?

Cuộc thi DeepMind là để phát triển các mô hình học sâu để xác định các loài rùa biển bằng các mẫu hình học trên khuôn mặt của chúng. Các mẫu hình học trên khuôn mặt của rùa biển giống như vân tay. Nhưng không có nhiều hình ảnh cận cảnh và ngoài nước của khuôn mặt rùa biển. Chúng tôi đã làm việc với Local Ocean Conservation, một tổ chức phi lợi nhuận địa phương ở Kenya, đã thu thập hàng nghìn hình ảnh trong 10 năm làm việc trong lĩnh vực bảo tồn rùa biển.

Tầm quan trọng của các mô hình AI này là chúng có thể loại bỏ nhu cầu về thẻ vật lý, điều này có thể tốn kém, không đáng tin cậy (vì chúng rơi ra hoặc bị hư hỏng) và chúng có thể nguy hiểm cho sức khỏe của rùa biển. Chúng tôi đã có hơn 700 người tham gia làm việc trên vấn đề này. Và các giải pháp là mã nguồn mở, và các tổ chức phi lợi nhuận khác hiện đang làm việc để phát triển các ứng dụng di động dựa trên các thuật toán kết quả.

Có những ví dụ khác về các thách thức đã được ra mắt trên nền tảng không?

Chúng tôi đã chạy hơn 300 thách thức trên nền tảng Zindi. Những thách thức này trải rộng trên nhiều ngành công nghiệp, lĩnh vực kỹ thuật và độ phức tạp khác nhau! Điều thú vị là chúng đều là các ứng dụng thực tế của AI và khoa học dữ liệu, chủ yếu ở châu Phi.

Để kể một vài ví dụ: Sử dụng học máy để dự báo mức độ ô nhiễm không khí ở Kampala, dự đoán mức tiêu thụ năng lượng của mạng 5G, xác định các vụ lở đất bằng hình ảnh vệ tinh, sửa lỗi vị trí GPS không chính xác và bị hỏng cho một ứng dụng thể dục ở Ai Cập, xác định các từ liên quan đến nông nghiệp trong ngôn ngữ Luganda (một ngôn ngữ địa phương ở Uganda) trên radio, đo sinh khối ở Bờ Biển Ngà bằng dữ liệu vệ tinh.

Danh sách tiếp tục! Bạn có thể xem tất cả chúng tại đây.

Trung bình có bao nhiêu nhà khoa học dữ liệu làm việc trên một vấn đề được liệt kê, và các công ty thành công trong việc giải quyết các thách thức được liệt kê như thế nào?

Thông thường giữa 500 và 1000, hoặc đôi khi nhiều hơn, sẽ làm việc trên một vấn đề nhất định trên nền tảng. Điều này phụ thuộc vào độ phức tạp của vấn đề và số tiền giải thưởng được đề xuất. Chúng tôi đã trao tổng cộng hơn 500.000 USD cho các nhà khoa học dữ liệu chiến thắng trong cộng đồng Zindi.

Chúng tôi đã có một số câu chuyện thành công trong những năm qua. Ví dụ, Zimnat, công ty bảo hiểm lớn nhất ở Zimbabwe, đã lấy các thuật toán học máy từ cuộc thi Zindi của họ để dự đoán những khách hàng nào có khả năng cao nhất sẽ rời bỏ (ngừng trả tiền và rời khỏi hệ thống). Họ đã tích hợp các mô hình này vào bảng điều khiển dịch vụ khách hàng của họ, điều này đã cho phép họ giảm thiểu việc khách hàng rời bỏ xuống 30% trong năm đó! Zimnat cũng đã thuê một trong những nhà khoa học dữ liệu hàng đầu ở Zimbabwe.

Các công ty sở hữu IP từ ba giải pháp hàng đầu. Ngoài các mô hình chính, các công ty thực sự đánh giá cao việc có hàng trăm người thông minh làm việc trên các vấn đề của họ. Đó là một cách để kiểm tra các ý tưởng mới, thuê ngoài các vấn đề mà các đội nội bộ của họ không có thời gian hoặc khả năng kỹ thuật để làm việc, hoặc thường thì điều có giá trị nhất là chỉ có một luồng ý tưởng và quan điểm mới.

Bạn có thể thảo luận về cách Zindi kết nối các nhà khoa học dữ liệu với các công ty sau khi cuộc thi kết thúc không?

Có tổng cộng 70.000 người dùng (những người thực hành dữ liệu và AI) đã đăng ký trên Zindi từ 190 quốc gia trên thế giới, và 52 trong số 54 quốc gia ở châu Phi. Khoảng 50% người dùng của chúng tôi đang ở trường đại học; 85% có bằng cấp đại học hoặc đang theo đuổi bằng cấp, và 28% là phụ nữ. Mục tiêu của chúng tôi là làm cho AI và khoa học dữ liệu trở nên dễ tiếp cận với mọi người.

Mỗi tháng, khoảng 6.000 người dùng đang hoạt động trên nền tảng. Điều đó có nghĩa là họ đang tham gia và làm việc trên các cuộc thi, đọc các blog học tập, gửi tin nhắn trên các diễn đàn thảo luận, gửi tin nhắn trực tiếp cho bạn bè, hoặc申请 việc làm.

Mỗi khi một nhà khoa học dữ liệu tham gia một cuộc thi, đăng trên diễn đàn thảo luận, hoặc tham gia một nhóm, hoạt động này sẽ được thêm vào hồ sơ Zindi của họ. Hồ sơ Zindi trở thành sơ yếu lý lịch trực tiếp và bằng chứng công việc của họ.

Chúng tôi giúp các công ty tuyển dụng nhà khoa học dữ liệu và xây dựng đường ống dẫn nhân tài của họ theo nhiều cách. Chúng tôi cung cấp cho các công ty thành viên doanh nghiệp của Zindi, cho phép họ truy cập vào các lợi ích bao gồm việc chạy các cuộc thi trên Zindi, nơi họ sở hữu IP của ba giải pháp hàng đầu, và họ cũng có thể tuyển dụng trực tiếp từ bảng xếp hạng của cuộc thi của họ. Họ cũng nhận được tài khoản Zindi Talent Search, cho phép các nhà tuyển dụng tiềm năng tìm kiếm hồ sơ Zindi và trực tiếp xác định và tuyển dụng ứng viên dựa trên hiệu suất thực tế của họ trên các vấn đề thực tế khác nhau, tức là các cuộc thi.

Visi của bạn cho tương lai của Zindi là gì?

Visi của tôi cho tương lai là Zindi sẽ được công nhận là đường ống dẫn quan trọng nhất của hàng triệu tài năng dữ liệu và AI đa dạng và chưa được khám phá từ khắp nơi trên thế giới. Mỗi người muốn trở thành nhà khoa học dữ liệu và AI sẽ biết rằng họ phải đến Zindi. Nền tảng Zindi là nơi mà bất kể xuất thân của họ, họ biết họ có thể xây dựng các kỹ năng, kết nối với các cố vấn và đồng nghiệp để giúp họ trên hành trình của mình, tạo hồ sơ thể hiện khả năng của họ, và cung cấp cho họ cơ hội nghề nghiệp.

Và mỗi công ty sẽ cần thành viên Zindi của họ để ở lại phía trước của cuộc cạnh tranh, vì trong vài năm tới, mỗi công ty sẽ cạnh tranh về chất lượng khả năng của họ về khoa học dữ liệu và AI.

Chúng tôi hiện đang cam kết với tất cả các thành viên Zindi trên nền tảng, rằng chúng tôi sẽ thay đổi cuộc sống của họ nếu họ cho phép chúng tôi. Chúng tôi đã thấy nhiều người trẻ bắt đầu trên Zindi, đấu tranh để thậm chí tải lên tệp CSV của họ, và một đến hai năm sau khi tham gia nhiều cuộc thi trên Zindi, tham gia vào các diễn đàn thảo luận, và hợp tác với những người khác, họ đã có được việc làm tuyệt vời nhờ vào các kỹ năng và danh tiếng mà họ đã xây dựng trên Zindi.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Zindi.