玛丽亚·埃莱娜，Stradigi AI解决方案总监 – 采访系列

玛丽亚·埃莱娜·卡尔巴哈尔（Maria Elena Carbajal）拥有超过25年的人工智能、信息技术和电信行业经验。她在加拿大和瑞典的一家电信公司工作了18年，并在航空航天、能源和信息技术领域的各个公司工作过。目前，她在Stradigi AI公司工作，Stradigi AI是加拿大领先的人工智能公司。

玛丽亚·埃莱娜·卡尔巴哈尔在研发、工程、全球专业服务、数字转型和信息技术等多个领域担任过各种职务。她在多个国家工作和管理过团队，包括秘鲁、加拿大、美国、墨西哥、巴西、瑞典、芬兰、挪威、俄罗斯、爱沙尼亚和白俄罗斯。

是什么吸引你最初对人工智能感兴趣的？

我一直对科技行业充满热情。作为一个个体，我总是致力于优化周围的环境：从整理我的家庭到为我的团队、客户和企业带来效率。这是我的核心。过去二十年里，我有幸在各个行业中积累了丰富的经验，我的技能变得非常多样化和可转移。

更具体地说，谈到人工智能，我坚信人工智能和量子计算将彻底改变所有行业——没有例外。人工智能对于在各个领域释放和激发优化至关重要：商业、专业和个人。这就是吸引我并让我每天保持积极和灵感的东西。

您之前在爱立信工作了18年，是什么让您决定加入Stradigi AI？

我对专注于人工智能的职业努力感兴趣，因为人工智能将极大地影响和改变我们生活和工作的方式。人工智能为您提供了解决企业（无论大小）面临的问题的机会，让您有机会带来改变、推动进步并利用技术做好事。另外，我在爱立信拥有丰富的高管经验，爱立信是一家大型组织。转到像Stradigi AI这样的初创公司，我想挑战自己，亲身体验蒙特利尔正在形成的蓬勃发展的人工智能生态系统。成为这个社区的一部分是令人激动和充满能量的。

我已经在Stradigi AI工作了一年了，一年来，我与一群了不起的专业人士和创新者一起工作，很明显我的爱立信经验对任何规模的组织都非常有价值和可转移。我一直秉持着“一次一个客户推动技术进步”的理念，并将这一理念带到了Stradigi AI。

Stradigi AI允许没有机器学习经验的人创建AI模型，可以描述一下这是如何实现的吗？

人工智能和机器学习领域的很多讨论都围绕着“民主化”。这基本上是关于让人工智能对大众开放。然而，开放和可用性并不是同一件事。我们的自助式机器学习平台Kepler的主要目标是确保内部主题专家和分析师可以使用高级机器学习技术创建模型，而无需学习复杂的数据科学工作或涉及他们的数据科学团队。

从实际和技术角度来看，这是通过自动执行通常需要时间和专业知识来完成的数据科学过程的各个步骤来实现的。例如，Kepler自动执行特征工程过程，这是一个复杂的多步骤过程。它还会自动创建一个管道，通过选择最佳算法，自动配置和超参数优化——所有这些都无需人工干预。

实现这一过程自动化的目标是让您的专家摆脱浪费时间在琐碎和耗时的任务上。通过自动执行这些步骤，Kepler让您的团队有更多时间思考下一个伟大的创新，而不是处理日常的琐事。对于分析师和主题专家来说，这也是一个提升技能的途径：通过将机器学习工具融入他们的日常工作，您为他们提供了丰富分析和处理关键用例的机会。

您使用Kepler看到过哪些有趣的人工智能模型？

Kepler的美妙之处在于它涵盖了各个行业的广泛用例，使用从经典机器学习到深度学习的各种技术。从政府到投资，Kepler可以帮助领导者实现可衡量的结果。

我记得几个有影响力的项目，它们对我们生活和工作方式产生了重大影响，例如在医疗保健领域开发创新模型，我们使用图像分割模型和回归模型来检测疾病。另一个例子是我们与地方和国家政府的监管机构合作，使用自然语言理解来分类复杂的文本信息，为传统过程带来新的效率。

在金融领域，我们还利用Kepler优化了一家客户的交易活动。

Stradigi AI使用自动数据科学工作流。对于不熟悉的人，可以描述一下这是什么以及如何使用吗？

自动数据科学工作流（ADSW）是Kepler中内置的端到端数据科学过程。ADSW是为了解决一系列用例而创建的，因此我们构建了每个“工作流”以具有高度的实用性。例如，我们的一个工作流是时间序列预测，它允许消费品或零售领域的专业人士预测何时需要补货。Kepler中有八个预先存在的工作流，它们都针对非数据科学家进行了直观设计。

ADSW是自动执行关键过程的高级机器学习工作流，正如我之前提到的。ADSW中，Kepler自动执行以下任务：

• 超参数优化
• 配置
• 模型选择
• 训练和测试数据分割
• 仪表盘创建
• 模型指标评估

用户只需要数据和一个用例来处理，就可以获得一个可部署的机器学习模型。根据数据集，ADSW中的所有复杂工作都可以在几分钟内完成。

可以使用什么类型的数据？

Kepler平台允许您使用表格、文本和图像数据。

对于那些不熟悉数据和数据类型的人，我会将它们分解如下：

1. 表格：这将是一个包含关键信息的电子表格，例如销售数据，或一个包含客户人口统计、产品等的数据库表。
2. 文本：这种数据可以有多种形式，例如电子邮件、客户评论、社交媒体内容、图书馆档案、合同等。
3. 图像：可以是产品画廊或装配线上的物品照片。

视频数据将在未来可以被Kepler处理。在我们的网站上，”数据类型”部分解释了可以解决关键用例的数据类型。您会惊讶于有多少数据在大型企业中没有被利用，尤其是。

您有任何建议或策略可以与有兴趣加入科技行业的女性分享吗？

我有三个我认为对于任何人在科技行业中取得成功都是至关重要的建议。

1 – 学习。这应该始终是您生活的一部分。不管您多大或多小，您应该始终有东西可以学习。学习的方式或来源并不重要，只要您保持开放的心态，准备好接受知识。清空您的脑袋，为更多的知识、更多的爱、更多的同情做好准备。对自己发展的热情是同情心的关键体现之一。

2 – 热情。在我的职业生涯中，辛勤工作的例子从未让我失望。我总是准备好在工作中承担复杂的情况或任务。越是这样做，我就越意识到一切皆有可能。当您以这种方式处理工作时，领导者会注意到并欣赏您表现出的热情。

当您以这种方式处理工作时，您不需要等待那份伟大的工作机会来改变您的生活。如果您注意周围，您会发现有很多小任务可以让您更接近决策者，并且有更多机会学习。

3 – 指导。对我来说，指导是一种强大的工具，因为它锻炼了您的倾听和学习能力。指导还可以让您更接近专业网络或个人圈子中的伟大领导者。在整个职业生涯中，找出值得信任和追随的领导者并将他们作为您的导师和榜样至关重要。

相信您的领导者会将您推出舒适区，并帮助您获得力量。伟大的领导者和伟大的导师可以非常坦率，但他们也可以成为优秀的倾听者。找到无私的人来帮助您发挥全部潜能，可以提供您生命中最好的教学时刻。现在，您的任务是找出并识别谁可以成为您的导师——并相信他们。

感谢采访。您为希望进入科技行业的人提供的三种策略对任何人都适用，我完全同意。任何希望了解更多关于Kepler或这家惊人公司的人都可以访问Stradigi AI。