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、能源和信息技术领域与各个公司合作。目前，她在Stradigi AI工作，Stradigi AI是加拿大人工智能领域的领军者。

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。她在国际范围内有广泛的工作经验，曾在包括秘鲁、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在内的多个国家工作和管理团队。

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。这是我的核心部分。我很幸运在过去的二十年里在各个行业中积累了丰富的实践经验，因此我的技能变得非常多样化和可转移。

更具体地看人工智能，我坚信人工智能和量子计算将会彻底改变所有行业——没有例外。人工智能是解锁和推动所有领域的优化的关键：商业、职业和个人。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，因为人工智能将会极大地影响和改变我们的生活和工作方式。人工智能为我们提供了一个解决企业问题的机会，无论企业大小，都可以带来改变、推动进步和利用技术做好事。另外，我在爱立信拥有丰富的高管经验，爱立信是一家庞大的组织。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活力的。

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合作，很明显我的爱立信经验对任何组织都非常有价值和可转移。我的哲学一直是通过一个客户一个客户地推动技术进步，我也把这种理念带到了Stradigi AI。

Stradigi AI允许没有机器学习经验的人生产人工智能模型，您能描述这是如何实现的吗？

人工智能和机器学习领域的很多讨论都围绕着“民主化”。这基本上是指让人工智能更容易被大众接受。但是， availability和usability是不同的。我们的自助式机器学习平台Kepler的主要目标是确保内部专家和分析师可以使用高级机器学习技术生产模型，而无需学习复杂的数据科学工作或涉及数据科学团队。

从实际和技术角度来看，这是通过自动化通常需要时间和专业知识来完成的数据科学过程来实现的。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。它还会自动创建管道，选择最佳算法，进行自动配置和超参数优化——所有这些都无需人工干预。

实现这一过程的自动化目标是让专家们摆脱浪费时间在琐碎和耗时的任务上。通过自动化这些步骤，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日常工作，您为他们提供了机会来丰富分析和方法。

您使用Kepler看到的一些有趣的人工智能模型是什么？

Kepler的美妙之处在于它涵盖了多个行业的广泛用例，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成果。

几个给我留下深刻印象的项目是开发用于医疗保健领域的创新模型，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，并为传统流程带来新的效率。

在另一端，我们还利用Kepler优化了金融部门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，您能描述一下这是什么以及如何在Stradigi AI中使用吗？

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”以具有高度实用的应用。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是自动化关键过程的高级机器学习工作流，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
• 仪表板创建
• 模型指标评估

用户只需要数据和一个用例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。

对于不熟悉数据和数据类型的人，我将其分解如下：

1. 表格：这可以是一个包含关键信息的电子表格，例如销售数据，或客户人口统计、产品等数据库表。
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：可以是产品画廊或生产线上的物品照片。

视频数据将来也将可以在Kepler中使用。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。你会惊讶于有多少数据在大型企业中没有被利用。

您对希望加入科技行业的女性有何建议或策略？

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。这应该始终是你生活的一部分。不论你多大年龄，都应该始终有东西可以学习。学习的方式或来源并不重要，只要你准备好接受知识就行。打开你的心扉，清空你的大脑，以便你可以接受更多的知识、更多的爱、更多的同情心……只要更多就行。对自己的发展着迷。一个很好的提醒是，准备学习是同情心的关键体现之一。

2 – 热情。我职业生涯中从未见过刻苦工作的例子不奏效。我总是准备好在工作中承担复杂的情况或棘手的任务。越是这样做，我就越意识到一切皆有可能。我不会犹豫地跳出我的舒适区，承担额外的挑战。当你这样做时，领导者可以识别和欣赏你表现出的热情。

当你以这种方式处理工作时，你不需要等待那份伟大的工作机会来改变你的生活。如果你注意观察，你会发现周围有很多小任务可以让你接触到决策者，并且可以学习更多东西。

3 – 指导。对我来说，指导是一种如此强大的工具，因为它可以锻炼你的倾听和学习能力。指导还可以让你更接近你职业网络或个人圈子中的优秀领导者。在你的职业生涯中，找到相信你并能帮助你发挥全部潜力的领导者和导师至关重要。

那些相信你并能帮助你获得力量的领导者会将你推出舒适区，并在你需要时帮助你。优秀的领导者和导师可以非常坦率，但他们也可以是优秀的倾听者。找到无私的人来帮助你发挥全部潜力，可以提供你生命中最好的教学时刻。现在，你的任务是找到并识别这些导师——并相信他们。

感谢这次采访。您为希望进入科技行业的人提供的三个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。