联系我们

面试

斯特拉迪吉AI解决方案总监Maria Elena– Interview Series

mm

更新

 on

玛丽亚·埃琳娜·卡巴哈尔(Maria Elena Carbajal)在人工智能,信息技术和电信领域拥有25年以上的经验,并为其职业生涯服务。她在加拿大和瑞典的一家电信公司以及在航空航天,能源和信息技术领域的多家公司工作了18年的经验。目前为 斯特拉迪吉AI,加拿大的人工智能负责人。

Maria Elena Carbajal在R中扮演了许多职能角色&D,工程,全球专业服务,数字转换和信息技术。她的国际业务包括秘鲁,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等国家的工作和管理团队。

最初吸引您加入AI的是什么?

我一直对在技术领域工作充满热情。作为个人,我始终致力于优化周围的事物:从组织家庭到为团队,客户和整个企业提高效率。这是我生命的核心在过去的二十年中,我很幸运地拥有在各行各业实施领先技术的实践经验,因此技能变得高度多样化且可以转让。

更具体地讲人工智能,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。人工智能对于在所有领域(企业,专业和个人)释放和推动优化至关重要。这就是吸引我,并使我日复一日地参与和启发的原因。

您之前在爱立信工作了18年,是什么让您决定加入Stradigi AI的呢?

我有兴趣将自己的专业精力集中在AI上,因为它会影响并改变我们的生活和工作方式。在与大小企业合作时,人工智能为您寻求解决的一系列问题打开了大门,使您有机会有所作为,发挥作用并永久使用技术。另外,我在爱立信拥有丰富的执行经验,相比之下,爱立信是一家规模庞大的组织。过渡到像Stradigi AI这样的初创公司后,我想将自己带出自己的舒适区,并亲身体验成为蒙特利尔形成的蓬勃发展的AI生态系统一部分的第一手资料。成为这个社区的一员有一些激励和活力。

我已经在Stradigi AI工作了一年,在与一群了不起的专业人士和创新者一起工作了一年之后,很明显,我在爱立信的经验非常宝贵,可以转移到任何规模的组织。我的理念始终是一次将技术领先者转移到一个客户身上,我也将其引入了Stradigi AI。

斯特拉迪吉AI允许没有 机器学习 产生AI模型的经验,您能否描述如何实现?

在AI和ML领域,许多讨论都围绕“民主化”。简而言之,这就是使AI面向大众。但是可用性和可用性并不相同。借助我们的自助式机器学习平台开普勒,我们的主要目标是确保内部中小型企业和分析人员可以使用先进的机器学习技术制作模型,而无需学习复杂的知识 数据科学 工作,或让他们的数据科学团队参与进来。

从实践和技术角度来看,这是通过自动执行逐步进行的数据科学过程来实现的,这通常需要时间和专业知识才能完成。例如,开普勒使要素工程过程自动化,这是一个复杂的,多步骤的工作。它还通过选择最佳算法自动创建管道,进行自动配置和超参数优化— all hands-free.

在过程中具有这种自动化水平的目的是使您的专家节省时间在琐碎而耗时的任务上。通过自动执行这些步骤,开普勒为您的团队提供了更多时间来思考下一个重大创新,而不是当今繁琐的任务。对于分析人员和中小型企业来说,这也是提高技能的一种途径:通过在他们的日常工作中实施ML工具,您可以给他们提供丰富分析的方法,从而丰富他们的关键用例方法。

您从使用开普勒的公司那里看到了哪些有趣的AI模型? 

开普勒(Kepler)的优点在于,它使用了从经典ML到 深度学习。从政府到投资,开普勒可以帮助领导者取得可衡量的成果。

我想到了一些对我们的生活和工作方式有重大影响的有影响力的项目,这是医疗保健领域创新模型的开发,其中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,利用“自然语言理解”对复杂的文本信息进行分类,并为传统流程带来新的效率。

另一方面,我们还利用开普勒为金融领域的客户优化了交易活动。

斯特拉迪吉AI使用自动化数据科学工作流程。对于那些对此不熟悉的人,您能描述一下它是什么以及Stradigi AI如何使用它吗?

自动化数据科学工作流(ADSW)是在开普勒内部运行的端到端数据科学过程。创建ADSW是为了解决许多用例,因此我们构建了每个“工作流程”以具有高度实用的应用程序。例如,我们的工作流之一是时间序列预测,它使CPG或零售业的专业人员可以预测何时需要补充库存。开普勒中有八个预先存在的工作流程,这些工作流程都是为非数据科学家直观设计的。

ADSW是高级ML工作流,可自动执行关键流程,我在上面已经提到了其中的一些流程。在ADSW中,开普勒自动进行:

  • 超参数优化
  • 组态
  • 选型
  • 培训和测试数据拆分
  • 仪表盘创建
  • 评估模型指标

用户获得可部署的机器学习模型所需的全部就是数据和要解决的用例。而且,根据数据集,ADSW内的所有复杂工作都可以在数分钟内完成。

可以使用哪些类型的数据?

Kepler平台使您可以处理表格,文本和图像数据。

对于不熟悉数据和数据类型的用户,我将其细分:

  1. 表格:这将是一个包含关键信息(例如销售数据)的电子表格,或者是客户受众特征,产品等的数据库表。
  2. 文本:此类数据可以以多种形式出现,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. 图片:考虑产品图库或流水线上的产品照片。

将来,视频数据将可以在开普勒中摄取。在我们网站的“数据类型”下,我们解释了哪些数据类型可以解决关键用例。您会惊讶地发现有多少数据未被利用,尤其是在大型企业中。

您对有兴趣加入科技的女性有什么技巧或策略吗?

我认为三个秘诀对任何人在科技行业蓬勃发展而言都是成功的根本。

1 – 学习。这应该永远是你生活的一部分。无论您年龄多大或多大,您都应该学习一些东西。无论您打算如何学习或从谁那里学习都无所谓,只需准备好接受知识即可。敞开心mind清理您的大脑,以便您可以准备接受更多的知识,更多的爱,更多的同理心……等等。被自己的发展所困扰。一个伟大的提醒是,准备学习是移情的关键表现之一。

2 – 热情。辛勤工作的例子在我的专业经验中从未失败过。我随时准备着手处理复杂的情况或复杂的活动。我做的越多,我越意识到一切皆有可能。我会毫不犹豫地跳出我的舒适区,接受额外的挑战。当您这样做时,领导者可以识别并欣赏您所表现出的热情。

当您以这种方式进行工作时,您无需等待会改变生活的绝佳工作机会。如果您注意的话,您会发现周围有许多小任务,这些小任务将使您更多地接触决策者,最重要的是,还有更多的学习机会。

3 – 导师制。对我来说,指导是一种强大的工具,它可以增强您的听力和学习能力。指导还可以使您从专业网络或个人圈子中与伟大的领导者更加接近。在您的整个职业生涯中,至关重要的是要确定可以信任和跟随的领导者的类型,然后选择他们作为您的指导者和榜样。

相信您的领导者会将您带出您的舒适区,并在那里帮助您获得力量。伟大的领导者和伟大的导师可能会残酷诚实,但他们也可能会成为出色的倾听者。寻找无私的人来帮助您发挥全部潜能,可以为您提供一生中最好的教学时刻。现在,您的任务是找到并识别这些导师是谁或可能适合您— and trust them.

谢谢您的采访。对于希望进入技术领域的人来说,您的三种策略适用于任何人,我完全同意。希望了解有关开普勒或这家出色公司的任何人都应该访问 斯特拉迪吉AI.

安东尼·塔迪夫(Antoine Tardif)是 Futurist 他对AI和机器人技术的未来充满热情。他是 BlockVentures.com并已投资了50多个AI和区块链项目。他是的联合创始人 Securities.io 一个专注于数字证券的新闻网站,是unite.AI的创始合伙人。他也是 福布斯技术委员会。