Datatieteen nousevalla alueella vuoden 2024 tulo merkitsee ratkaisevaa hetkeä, kun nostamme valokeilassa valittua joukkoa innovaatioita ajavia ja analytiikan tulevaisuutta muovaavia huipputekijöitä. 'Top 12 Data Science Leaders -lista' toimii majakana ja juhlii näiden henkilöiden poikkeuksellista asiantuntemusta, visionääristä johtajuutta ja merkittävää panosta alalla. Liity kanssamme tähän uraauurtavien mielien tutkimiseen, kun selaamme heidän kertomuksiaan, projektejaan ja visionäärisiä näkemyksiään, jotka lupaavat muokata datatieteen kehityskulkua. Nämä esimerkilliset johtajat eivät ole vain pioneereja; ne ilmentävät etujoukkoja, jotka ohjaavat meidät vertaansa vailla olevaan innovaation ja löytöjen aikakauteen.
Vuoden 12 2024 suosituinta datatieteen johtajaa
Kun lähestymme vuotta 2024, keskitymme erottuvaan ryhmään ihmisiä, jotka esittelevät merkittävää asiantuntemusta, johtajuutta ja huomionarvoista panosta datatieteeseen. "Top 12 Data Science Leaders -lista" pyrkii tunnustamaan ja tuomaan esiin nämä henkilöt ja tunnustamaan heidät ajatusjohtajiksi, innovoijiksi ja vaikuttajiksi, joiden odotetaan saavuttavan merkittäviä virstanpylväitä tulevana vuonna.
Syventyessämme yksityiskohtiin käy selväksi, että näiden henkilöiden näkökulmat, sitoumukset ja aloitteet voivat muuttaa menetelmiämme ja tiedon hyödyntämistä monimutkaisten eri alojen haasteiden ratkaisemisessa. Tarkoittaapa se ennakoivan analytiikan edistymistä, eettisten tekoälykäytäntöjen puolustamista tai huippuluokan algoritmien kehittämistä. Ttässä luettelossa korostetut henkilöt ovat valmiita vaikuttamaan datatieteen maastoon vuonna 2024.
1. Anndrew Ng
”Suurin osa tekoälypelistä nykyään löytää sopivan liiketoimintakontekstin siihen sopivaksi. Rakastan teknologiaa. Se avaa monia mahdollisuuksia. Mutta loppujen lopuksi teknologia on asetettava asiayhteyteen ja sovitettava yrityskäyttöön."
Dr. Anndrew Ng on brittiläis-amerikkalainen tietojenkäsittelytieteilijä Koneoppiminen (ML) ja Keinotekoinen älykkyys (AI) asiantuntemusta. Puhuessaan panoksestaan tekoälyn kehittämisessä hän on DeepLearning.AI:n perustaja, Landing AI:n perustaja ja toimitusjohtaja, AI Fundin pääosakas ja apulaisprofessori Stanfordin yliopiston tietojenkäsittelytieteen osastolla. Lisäksi hän oli Googlen tekoälyn Google Brain -sateenvarjon alaisen syväoppivan tekoälyn tutkimusryhmän perustaja. Hän toimi myös päätutkijana Baidussa, missä hän mentoroi 1300 hengen tekoälyryhmää ja kehitti yrityksen globaalia tekoälystrategiaa.
Anndrew Ng johti MOOC:n (Massive Open Online Courses) kehittämistä Stanfordin yliopistossa. Hän perusti myös Courseran ja tarjosi koneoppimiskursseja yli 100,000 200 opiskelijalle. Hän on ML:n ja verkkokoulutuksen edelläkävijä, ja hänellä on tutkinnot Carnegie Mellon -yliopistosta MIT:stä ja Kalifornian yliopistosta Berkeleystä. Lisäksi hän oli mukana kirjoittamassa yli 100 tutkimusta ML:n, robotiikan ja niihin liittyvien alojen alalta ja hän sai Tiimen XNUMX maailman vaikutusvaltaisimman henkilön listan merkin.
"Meidän piti saada tekoäly tekemään kaikki työ ja pelaamaan pelejä, mutta teemme kaiken työn, ja tekoäly pelaa pelejä!"
Andrej Karpathy, slovakilais-kanadalainen tohtori Stanfordista, rakentaa eräänlaista JARVISia OреոΑӏ:lle. Hän oli Teslan tekoälyn ja Autopilot Visionin johtaja. Karpatiaa on intohimoinen syviin hermoverkkoihin. Hän aloitti matkansa Torontosta tietotekniikan ja fysiikan kaksoispääaineena, jonka jälkeen hän lähti Kolumbiaan jatko-opintoihin. Siellä hän työskenteli Michiel van de Pannen kanssa fyysisesti simuloitujen hahmojen ohjaimien oppimisessa.
Lisäksi hän työskenteli myös Fei-Fei Li:n kanssa tohtorin tohtoriksi. Stanford Vision Labissa, jossa hän työskenteli Konvoluutiohermoverkko ja Toistuva hermoverkko arkkitehtuurit ja niiden sovellukset Luonnollinen kielen käsittely ja Tietokoneen visio ja niiden risteys. Hän suunnitteli ja oli ensimmäinen pääohjaaja CS 231n: Convolutional Neural Networks for Visual Recognition -sovellukselle. Hän on innostunut bloggaaja ja syväoppivien kirjastojen kehittäjä sekä intohimoinen tietotieteen asiantuntija.
Amena Anadkumar on Mysoressa Intiassa syntynyt brenin professori Caltechissa ja toimii NVIDIA:n tekoälytutkimuksen vanhempana johtajana. Hän on vaikuttaja, jolla on 159,417 XNUMX seuraajaa, ja hänen tutkimuskohteitaan ovat laajamittainen koneoppiminen, ei-kupera optimointi ja korkean ulottuvuuden tilastot. Anadkumar hänellä on tutkinnot Indian Institute of Technology (IIT) Madrasista ja Cornellin yliopistosta, ja hän oli aiemmin päätutkija Amazon Web Services -palvelussa. Hän on ACM:n, IEEE:n ja Alfred P. Solan Foundationin stipendiaatti. Hänen työnsä uuden tekoälyn kehittämisessä nopeuttaa tekoälyn tieteellisiä sovelluksia, mukaan lukien tieteelliset simulaatiot, sääennusteet ja lääkesuunnittelu. Hänet palkittiin NeurIPS:ssä ja ACM Gordon Bell -erikoispalkinnolla HPC-pohjaisesta COVID-19-tutkimuksesta.
”Uskon tulevaisuuteen, että tekoäly muuttaa maailmaa. Kysymys kuuluu, kuka muuttaa tekoälyä? On todella tärkeää tuoda erilaisia opiskelijaryhmiä ja tulevia johtajia mukaan tekoälyn kehittämiseen.
Fei-Fei Li on toinen johtaja Stanford Institute for Human-Centered Artificial Intelligence (AI) -instituutissa ja Vision & Learning Labissa. Hän on Stanfordin yliopiston tietojenkäsittelytieteen laitoksen Sequoia-professori. Hän työskenteli myös Googlen varapuheenjohtajana ja Google Cloudin AI/ML:n päätutkijana. Vuosien kokemuksellaan hän on työskennellyt tiiviisti sellaisilla aloilla kuin kognitiivisesti inspiroitu tekoäly, syväoppiminen, koneoppiminen, tietokonenäkö, tekoäly terveydenhuollossa ja muilla.
Hän on julkaissut tutkimuksestaan yli 200 tieteellistä artikkelia konferensseissa ja merkittävissä alan lehdissä. Fei-Fei Li:n kehittämä ImageNet on vallankumouksellinen projekti tekoälyn ja syvän oppimisen uusimmilla rajoilla. Teknisen matkan ohella hän on kansallisen tason lipunantaja tekoälyn ja STEM:n monimuotoisuuden puolesta. Hän on saanut palkintoja työstään, mukaan lukien ELLE-lehden 2017 Women in Tech, Foreign Policyn Global Thinker 2015 -julkaisu ja Carnegie Foundationin arvostettu "Great Immigrants: The Pride of America" vuonna 2016.
"Tekoäly on ihmisen älykkyyden vahvistin ja kun ihmiset ovat älykkäämpiä, parempia asioita tapahtuu: ihmiset ovat tuottavampia, onnellisempia ja talous pyrkii."
Yann LeCun on Facebookin johtava tekoälytutkija, jolla on asiantuntemusta tutkimuksesta, teknisestä konsultoinnista ja tieteellisestä neuvonnasta. Hänet tunnetaan maailmanlaajuisesti mobiilirobotiikasta, koneoppimisesta, tietokonenäöstä ja laskennallisesta neurotieteestä. LeCun perusti konvoluutioverkkoja ja osallistui OCR- ja tietokonenäköprojekteihin käyttämällä konvoluutiohermoverkkoja. Hän on NYU:n Data Science Centerin perustajajohtaja ja toimi kuvankäsittelyn tutkimusosaston johtajana. Mr LeCun on yksi DjVun tärkeimmistä luojista ja sai Turing-palkinnon vuonna 2018 Yoshua Bengiolta ja Geoffrey Hintonilta heidän panoksestaan syvään oppimiseen.
LeCun tunnetaan panoksestaan koneoppimiseen, erityisesti konvoluutiohermoverkkoihinsa. Näitä biologisesti inspiroituja verkkoja sovellettiin optiseen ja käsinkirjoituksen tunnistukseen, jolloin luotiin pankkisekin tunnistusjärjestelmä. NCR ja muut yritykset omaksuivat tämän järjestelmän, ja se käsitteli 10 prosenttia kaikista Yhdysvaltain shekeistä 1990-luvun lopulla ja 2000-luvun alussa.
"Jopa nykypäivän verkot, joita pidämme laskennallisten järjestelmien näkökulmasta melko suurina, ovat pienempiä kuin jopa suhteellisen primitiivisten selkärankaisten, kuten sammakoiden, hermosto."
Ian Goodfellow, yhdysvaltalainen tietojenkäsittelytieteilijä, tunnetaan hyvin koneoppimisen tutkimustyöstään. Hän toimii koneoppimisen johtajana Applella. Andrew Ngin valvonnassa hänellä on B.S. ja M.S. tietojenkäsittelytieteessä Stanfordin yliopistosta. Hän sai myös Ph.D. Université de Montréalista Yoshua Bengion ja Aaron Courvillen valvonnassa. Aiemmasta työstään puhuessaan Ian Goodfellow, jolla on vuosien kokemus syväoppimisesta, työskenteli tutkijana Google Brainissa. Sen jälkeen hän liittyi Open AI:hen (heidän alkuvuosinaan) ja palasi sitten Googlen tutkimukseen.
Ian Goodfellow on myös tutkinut ja kirjoittanut oppikirjan "Deep Learning", joka on saanut näkyvyyttä generatiivisten kontradiktoristen verkostojen keksijänä. Googlen palveluksessa ollessaan hän loi järjestelmän, joka helpottaa osoitteiden automaattista transkriptiota Street View -autokuvista Google Mapsiin. Lisäksi Goodfellow paljasti koneoppimisjärjestelmien haavoittuvuuksia. Vuonna 2017 MIT Technology Review tunnusti hänet 35 alle 35-vuotiaan innovaattorin joukkoon, ja vuonna 2019 Foreign Policy sisällytti hänet 100 Global Thinkers -listalle.
Hänellä on 127,491 2014 seuraajaa LinkedInissä, joten hän on yksi datatieteen johtajista, joita voit seurata. Clement Delangue on Hugging Facen toimitusjohtaja ja toinen perustaja. Se on avoimen lähdekoodin koneoppimisalusta, jossa tutkijat ympäri maailmaa voivat jakaa tekoälymallejaan, tietojoukkojaan ja parhaita käytäntöjään. Puhuessaan akateemisesta taustastaan hän suoritti Stanfordin yliopistossa tietojenkäsittelytieteen ja ohjelmointimetodologian johdannon. Hänen ensimmäinen käynnistyskokemuksensa oli Moodstocksilla tietokonenäön koneoppimisen rakentamisessa, ja myöhemmin Google osti sen. Sitä ennen hän oli digitaaliajan johtavan muistiinpanoalustan VideoNot.esin toinen perustaja ja toimitusjohtaja. Sitten hän rakensi markkinointi- ja kasvuosaston Mentionille – johtavalle eurooppalaiselle startup-yritykselle vuonna 160. Koneoppimisen asiantuntemuksensa ansiosta Hugging Face keräsi XNUMX miljoonaa dollaria Instagramin ja Snapchatin ensimmäisiltä sijoittajilta Sequoia, Coatue, Lee Fixel, Lux, Betaworks. , Salesforcen johtava tutkija ja Kevin Durant.
Jay Alammarilla on vuosien kokemus ja tutkimuskiinnostus koneoppimisesta, luonnollisen kielen käsittelystä, tekoälystä ja ohjelmistoista. Hän toimii Coheren johtajana ja insinöörinä (luonnollisen kielen käsittely). Hän aloitti koneoppimistekniikan kumppanina ja auttaa kehittäjiä ratkaisemaan liiketoimintaongelmia huippuluokan kielten tekoäly- ja NLP-malleilla. Nyt hän neuvoo yrityksiä ja kehittäjiä suurten kielimallien käyttämisessä todellisten kieltenkäsittelyn käyttötapausten ratkaisemisessa. Hänellä on Stanfordin tutkinto johtajien koulutus-, vaikuttamis- ja neuvottelustrategioiden ohjelmasta. Jaylla on myös englanninkielinen koneoppimisen tutkimus- ja kehitystyötä käsittelevä blogisivusto, jossa hän julkaisee kaiken NLP:stä, koneoppimisesta ja tekoälystä. Jay avusti yli 10,000 XNUMX oppijaa monimutkaisissa koneoppimisen aiheissa. Joten jos etsit yhtä parhaista datatieteen johtajista, voit luottaa Jay Alammariin.
"Tekoäly johtaa todennäköisesti maailmanloppuun, mutta sillä välin tulee hienoja yrityksiä."
Sam Altman on Apollo Projectsin yhteistyökumppani. Hän työskenteli aiemmin OpenAI:ssa perustajajäsenenä ja toimitusjohtajana. Sam Altman osallistui Stanfordin yliopistoon, mutta keskeytti opinnot ilman kandidaatin tutkintoa. Hän on yksi datatieteen johtajista, jotka tunnetaan Looptista, Y Combinatorista ja OpenAI:sta. Vuonna 2005, 19-vuotiaana, Altman oli mukana perustamassa Looptin, sijaintiin perustuvan sosiaalisen verkostoitumisen sovelluksen, joka sai yli 30 miljoonaa dollaria riskipääomaa toimitusjohtajana. Huolimatta Green Dotin 43.4 miljoonan dollarin ostosta vuonna 2012, Loopilla oli vaikeuksia. Altman liittyi Y Combinatoriin vuonna 2011, ja hänestä tuli sen presidentti vuonna 2014. Hän valvoi Airbnb:n ja Dropboxin kaltaisten yritysten 65 miljardin dollarin kokonaisarvostusta. Vuonna 2016 hän laajensi rooliaan YC Groupiin. Altman aloitti YC Continuityn ja YC Researchin rahoittaen kypsiä yrityksiä ja tutkimuslaboratoriota. Vuonna 2019 hän siirtyi YC:n puheenjohtajaksi ja keskittyi myöhemmin Tools For Humanityyn, vuoden 2019 yritykseen, joka tarjoaa silmänskannaustodennusta ja Worldcoin-kryptovaluuttaa petosten ehkäisyyn.
"Tekoäly mahdollistaa paljon henkilökohtaisemman lääketieteen."
Tekoälyosaamisestaan maailmanlaajuisesti tunnettu Yoshua Bengio on syvän oppimisen edelläkävijä, jolla on kunniae arvostettu 2018 A.M. Turing Award yhdessä Geoffrey Hintonin ja Yann LeCunin kanssa. Hän toimi täysprofessorina Montréalin yliopistossa ja perusti Mila – Quebec AI Instituten ja johti sitä. Bengio on CIFAR Learning in Machines & Brains -ohjelman vanhempi tutkija ja IVADO:n tieteellinen johtaja. Erityisesti hän sai Killam-palkinnon vuonna 2019 ja saavutti vuonna 2022 maailman siteeratuimman tietotekniikan tutkijan aseman. Bengio on aktiivisesti mukana käsittelemässä tekoälyn yhteiskunnallisia vaikutuksia. Hän osallistui myös Montrealin julistukseen tekoälyn vastuullisesta kehittämisestä.
"Tietotiede ei ole ohjelmistosuunnittelua. Päällekkäisyyksiä on paljon… mutta teemme tällä hetkellä prototyyppien mallien."
Jeremy Howard on yksi australialaisista datatieteilijöiden johtajista, yrittäjistä ja kouluttajista. Howard aloitti uransa liikkeenjohdon konsulttina McKinsey & Co:ssa ja AT Kearneyssä, viettäen kahdeksan vuotta ennen kuin aloitti yrittäjyyden. Hän osallistui erityisesti avoimen lähdekoodin projekteihin, ja hänellä oli keskeinen rooli Perl-ohjelmointikielen, Cyrus IMAP -palvelimen ja Postfix SMTP -palvelimen kehittämisessä. Perl6-datatyöryhmän puheenjohtajana ja RFC:iden kirjoittajana hän vaikutti merkittävästi Perlin kehitykseen. Howard perusti menestyviä startup-yrityksiä Australiaan: sähköpostipalvelun FastMailin (Opera Softwaren ostama) ja vakuutushinnoittelun optimointiyhtiön Optimal Decisions Group (ODG, kehittäjä ChoicePoint). FastMail oli edelläkävijöitä, jotka mahdollistivat käyttäjien integroida työpöytäasiakkaansa. Hän oli Enliticin perustajajohtaja, Kagglen entinen presidentti, Masks4All:n toinen perustaja, San Franciscon yliopiston arvostettu tutkija sekä FastMail.FM:n ja Optimal Decisionsin perustaja. entinen johdon konsultti.
"Olisin itse asiassa hyvin pessimistinen maailman suhteen, jos jotain tekoälyn kaltaista ei tulisi tielle."
Demis Hassabis on brittiläinen tietojenkäsittelytieteilijä, tekoälyn tutkija ja yrittäjä. Hän on polymaatti ja johtava tekoälyhahmo, joka tunnetaan uraauurtavasta panoksestaan alalla. Vuonna 1976 syntynyt Hassabis osoitti mahtavaa lahjakkuutta shakissa, ja hänestä tuli suurmestari vain 13-vuotiaana. Siirtyessään akateemiseen maailmaan hän harjoitti tietojenkäsittelytiedettä Cambridgessa. Myöhemmin Hassabis oli mukana perustamassa pioneerivideopeliyhtiötä Elixir Studios. Vuonna 2010 hän perusti DeepMindin, tekoälytutkimuslaboratorion, jonka Google hankki vuonna 2014. Hassabiksen työ DeepMindissä on johtanut merkittäviin edistysaskeliin koneoppimisessa, erityisesti syvän vahvistusoppimisen alalla. Hänen pyrkimyksensä korostaa sitoutumista tekoälyn kykyjen rajojen ylittämiseen.
Vuonna 2024 datatieteen innovaatioiden kärjessä pysyminen on ratkaisevan tärkeää, ja 12 parasta ovat seurattavia edelläkävijöitä. Nämä johtajat, big data-analytiikan edelläkävijät ja datatieteen asiantuntijat, jatkavat maiseman muokkaamista visionäärisellä oivalluksellaan ja uraauurtavilla panoksillaan. Nämä datatieteen johtajat ohjaavat tulevaisuuden kurssia monimutkaisissa algoritmeissa navigoinnista koneoppimisen tehon hyödyntämiseen. Heidän ohjeidensa noudattaminen tarjoaa vertaansa vailla olevan mahdollisuuden pysyä ajan tasalla datatieteen uusimmista trendeistä ja edistysaskeleista, mikä tekee niistä korvaamattomia lukuja kaikille data-analytiikan dynaamisessa maailmassa liikkuville.
