访谈
李瑟琳娜,Zindi 的 CEO 和联合创始人 – 采访系列

李瑟琳娜是 Zindi 的 CEO 和联合创始人,Zindi 是非洲最大的数据科学专业网络。
李瑟琳娜热衷于释放数据的力量,用于社会公益。她在数据和发展的交叉点上具有丰富的思想领导经验,并在全球平台的推出中发挥了核心作用,包括 金融包容联盟、洞察力影响 和现在的 Zindi。李瑟琳娜的工作跨越了私营和公共部门,以及各种发展领域,包括金融包容、微型和小型企业发展、市场体系发展、性别、气候变化和公共卫生。她曾在亚洲、拉丁美洲和撒哈拉以南非洲的各个国家生活和工作过。
是什么最初吸引你学习计算机科学和应用数学?
我的整个生命中,我都喜欢数学。当我了解到应用数学程序时,它对我来说很有意义,因为我欣赏数据和数学如何转化为现实世界的应用。关于数据的工作,我喜欢的是,数据有一个故事要讲。数据可以带来巨大的影响,但只有当你把它交给合适的人时才会发生。它就像魔术一样。
在非洲实施数据科学和机器学习解决方案的一些独特挑战是什么?
一个挑战是,数据集可能很稀少。例如,如果你正在处理非洲当地语言的自然语言处理问题,一些语言只有几千名母语使用者;有些甚至没有书写形式。你没有像英语那样多的数据。但挑战的性质正是使解决方案更加重要和有影响力的原因。
你什么时候最初构思了众包数据解决方案的概念?
我很多年前在旧金山了解了 Kaggle,当时它还是一个初创公司。让人群为组织构建数据解决方案的概念与我产生了共鸣。但我看到一个缺口,即数据集和问题明显来自大型、主要是美国的公司,而参与者也主要来自“发达”国家。我在国际发展领域的数据工作中有很多年了。我看到了一个机会,让其他地区的人群解决问题和构建解决方案。
在推出后的前几天,平台崩溃了,因为 Zindi 有这么多注册。您是否对社区如此迅速地采用它感到惊讶?
我感到惊讶,但不震惊。我们显然没有预料到前几天会有这么多流量,否则它不会崩溃!但是我知道,在年轻的非洲数据科学家和有志成为数据科学家的人中,对这样的平台有需求。这个大陆上的年轻人很有雄心,很有活力,也很有创新精神。他们会付出努力,并使任何事情成为可能。在 Zindi 上,他们可以与来自非洲和世界各地的志同道合的人建立联系,构建新技能,成长自己的个人资料和作品集,并找到工作。另外,我要指出,人们为 Zindi 是一个非洲平台,拥有非洲数据集和问题感到自豪。正如一位数据科学家告诉我的那样,在 Zindi 上,她找到了一个家。
DeepMind 大约一年前在平台上发起了一场比赛,这场比赛是什么?
DeepMind 比赛是开发深度学习模型,以识别海龟脸上的独特图案。海龟脸上的几何图案就像指纹一样。但是,没有大量的海龟脸的特写和水外图像。我们与肯尼亚当地的一家非营利组织 Local Ocean Conservation 合作,他们在海龟保护领域工作了 10 年,收集了成千上万张图像。
这些 AI 模型的重要性在于,它们可以消除对物理标签的需求,物理标签可能很昂贵、不可靠(因为它们可能掉落或损坏),并且可能对海龟的健康构成危害。我们有超过 700 名参与者正在解决这个问题。解决方案是开源的,其他非营利组织目前正在使用所产生的算法开发基于移动的应用程序。
在平台上发起的其他挑战的例子是什么?
我们在 Zindi 平台上运行了超过 300 个挑战。这些挑战涵盖了许多不同的行业、技术领域和复杂性!令人兴奋的是,它们都是 AI 和数据科学在非洲的实际应用。
举几个例子:使用机器学习预测乌干达坎帕拉的空气污染水平,预测埃及 5G 网络的能耗,使用卫星图像识别山体滑坡,纠正埃及健身应用中的不规则和有缺陷的 GPS 位置,在乌干达的卢干达语广播中识别农业相关词汇,使用象牙海岸的卫星数据测量生物量。
列表还在继续!您可以在 这里 查看所有内容。
平均而言,每个问题有多少数据科学家在工作,公司在解决列出的挑战方面有多成功?
通常,500 到 1000 名数据科学家,或者更多,会在平台上解决任何给定的问题。这取决于问题的复杂性和提供的奖金金额。我们已经向 Zindi 社区中的获奖数据科学家总共发放了超过 50 万美元的奖金。
我们多年来有很多成功的故事。例如,津巴布韦最大的保险公司津纳特(Zimnat)从他们在 Zindi 的比赛中获得了机器学习算法,以预测哪些客户最有可能流失(停止支付并离开系统)。他们将这些模型集成到客户服务仪表板中,从而使他们在那一年内将客户流失率降低了 30%。津纳特还雇佣了津巴布韦顶级数据科学家之一。
公司拥有前三名解决方案的知识产权。除了模型本身外,公司真正重视的是有数百名聪明人在解决他们的问题。这是一种测试新思想、外包内部团队没有时间或技术能力解决的问题的方式,或者通常最有价值的是获得新思想和新视角的注入。
您能否讨论 Zindi 如何在比赛结束后将数据科学家与公司连接起来?
在 Zindi 上注册的总用户(数据和 AI 从业者)数量为 70,000 人,来自世界 190 个国家和非洲 54 个国家中的 52 个。我们的用户中约有 50% 在大学学习;85% 拥有大学学位或正在攻读学位;28% 是女性。我们的目标是让 AI 和数据科学对每个人都可及。
每月大约有 6,000 名用户在平台上活跃。这意味着他们要么参加比赛,要么阅读学习博客,要么在讨论论坛上发帖,要么直接与朋友交流,要么申请工作。
每当数据科学家参加比赛、在讨论论坛上发帖或加入团队时,这些活动都会被添加到他们的 Zindi 个人资料中。Zindi 个人资料成为他们的实时简历和工作证明。
我们通过多种方式帮助公司招聘数据科学家并建立他们的人才库。我们为公司提供 Zindi 的企业会员资格,这使他们能够在 Zindi 上举办比赛,并拥有前三名解决方案的知识产权。他们还可以使用 Zindi Talent Search,这是一个账户,允许潜在雇主搜索 Zindi 个人资料,并直接根据他们在不同类型的实际问题(即比赛)上的实际表现识别和招聘候选人。
您对 Zindi 未来的愿景是什么?
我的愿景是让 Zindi 被认为是世界上数百万个未被发现的、多样化的数据和 AI 人才的最重要人才管道。每个有志成为数据和 AI 从业者的个人都知道他们必须来到 Zindi。Zindi 平台是一个地方,无论他们的背景如何,他们都知道他们可以在这里建立自己的技能,与导师和同行建立联系,以帮助他们在自己的旅途中,创建一个展示他们能力的个人资料,并提供职业机会。
每家公司都需要他们的 Zindi 会员资格,以保持竞争力,因为在几年内,每家公司都将在其数据科学和 AI 能力的质量上竞争。
我们目前向 Zindi 平台上的所有 Zindian 用户承诺,我们将改变他们的生活,如果他们让我们这么做。我们已经看到很多年轻人从 Zindi 开始,苦于加载他们的 CSV 文件,一到两年后,在 Zindi 上参加多个比赛,在讨论论坛上发帖,并与不同的人组队,他们因为在 Zindi 上建立的技能和声誉而找到令人难以置信的工作。
感谢这次精彩的采访,希望了解更多的读者可以访问 Zindi。












