Dans le domaine en plein essor de la science des données, l’avènement de 2024 annonce un moment charnière alors que nous braquons nos projecteurs sur une cohorte sélectionnée de sommités qui stimulent l’innovation et façonnent l’avenir de l’analytique. La « Liste des 12 meilleurs leaders en science des données » sert de phare, célébrant l’expertise exceptionnelle, le leadership visionnaire et les contributions substantielles de ces personnes dans le domaine. Rejoignez-nous dans cette exploration d'esprits révolutionnaires, alors que nous parcourons leurs récits, leurs projets et leurs perspectives visionnaires qui promettent de façonner la trajectoire de la science des données. Ces dirigeants exemplaires ne sont pas seulement des pionniers ; ils incarnent les avant-gardes qui nous guident vers une ère d’innovation et de découverte sans précédent.
Liste des 12 meilleurs leaders de la science des données à surveiller en 2024
À l’approche de 2024, nous nous concentrons sur un groupe distinctif d’individus faisant preuve d’une expertise remarquable, d’un leadership et de contributions remarquables dans le domaine de la science des données. La « Liste des 12 meilleurs leaders en science des données » vise à reconnaître et à mettre en lumière ces personnes, en les reconnaissant comme des leaders d'opinion, des innovateurs et des influenceurs qui devraient franchir des étapes importantes au cours de l'année à venir.
À mesure que nous approfondissons les détails, il devient évident que les points de vue, les engagements et les initiatives de ces individus peuvent transformer nos méthodes et notre utilisation des données pour relever des défis complexes couvrant divers secteurs. Qu’il s’agisse de progrès dans l’analyse prédictive, de plaidoyer en faveur de pratiques éthiques d’IA ou de développement d’algorithmes de pointe. TLes personnes mises en avant dans cette liste sont sur le point d’influencer le terrain de la science des données en 2024.
1. Andrew Ng
« Aujourd’hui, une grande partie du jeu de l’IA consiste à trouver le contexte commercial approprié pour l’intégrer. J’adore la technologie. Cela ouvre de nombreuses opportunités. Mais en fin de compte, la technologie doit être contextualisée et adaptée à un cas d’utilisation métier.
Le Dr Anndrew Ng est un informaticien anglo-américain avec Apprentissage Machine (ML) ainsi que le Intelligence artificielle (AI) compétence. Parlant de sa contribution au développement de l’IA, il est le fondateur de DeepLearning.AI, le fondateur et PDG de Landing AI, associé général d’AI Fund et professeur adjoint au département d’informatique de l’Université de Stanford. De plus, il a été le chef fondateur de l’équipe de recherche sur l’intelligence artificielle en apprentissage profond sous l’égide de Google AI – Google Brain. Il a également occupé le poste de scientifique en chef chez Baidu, où il a encadré un groupe d’IA de 1300 XNUMX personnes et développé la stratégie mondiale de l’entreprise en matière d’IA.
M. Anndrew Ng a dirigé le développement du MOOC (Massive Open Online Courses) à l'Université de Stanford. Il a également fondé Coursera et proposé des cours de Machine Learning (ML) à plus de 100,000 200 étudiants. Pionnier du ML et de l'éducation en ligne, il est diplômé de l'Université Carnegie Mellon, du MIT et de l'Université de Californie à Berkeley. De plus, il a co-écrit plus de 100 articles de recherche dans le domaine du ML, de la robotique et des domaines connexes, et il a obtenu le badge de la liste des XNUMX personnes les plus influentes au monde de Tiime.
"Nous étions censés laisser l’IA faire tout le travail, et nous jouons à des jeux, mais nous faisons tout le travail, et l’IA joue à des jeux !"
Andrej Karpathy, titulaire d'un doctorat slovaque-canadien de Stanford, construit une sorte de JARVIS à OREK. Il a été directeur de l'IA de l'intelligence artificielle et de l'Autopilot Vision chez Tesla. Karpathie est passionné par les réseaux neuronaux profonds. Il a commencé son voyage depuis Toronto avec une double spécialisation en informatique et en physique, puis il est allé à Columbia pour poursuivre ses études. Là, il a travaillé avec Michiel van de Panne sur l'apprentissage des contrôleurs pour les figures physiquement simulées.
De plus, il a également travaillé avec Fei-Fei Li pour son doctorat. au Stanford Vision Lab, où il a travaillé sur le Réseau neuronal convolutif ainsi que le Réseau neuronal récurrent les architectures et leurs applications dans Traitement du langage naturel ainsi que le Vision par ordinateur et leur intersection. Il a conçu et a été le premier instructeur principal du CS 231n : Réseaux de neurones convolutifs pour la reconnaissance visuelle. Il est un blogueur enthousiaste et développeur de bibliothèques d'apprentissage profond et un expert passionné en science des données.
Amena Anadkumar est née à Mysore, en Inde, professeure Bren à Caltech et directrice principale de la recherche sur l'IA chez NVIDIA. Elle est une influenceuse avec 159,417 XNUMX abonnés et ses intérêts de recherche portent sur l'apprentissage automatique à grande échelle, l'optimisation non convexe et les statistiques de grande dimension. UNNadkumar est diplômé de l'Institut indien de technologie (IIT) de Madras et de l'Université Cornell et était auparavant scientifique principal chez Amazon Web Services. Elle est membre de l'ACM, de l'IEEE et de la Fondation Alfred P. Solan. Son travail dans le développement d’une nouvelle intelligence artificielle accélère les applications scientifiques de l’IA, notamment les simulations scientifiques, les prévisions météorologiques et la conception de médicaments. Elle a reçu le prix NeurIPS et le prix spécial ACM Gordon Bell pour la recherche HPC-Based COVID-19.
« Je crois en l’avenir de l’IA qui changera le monde. La question est : qui change l’IA ? Il est vraiment important d’impliquer divers groupes d’étudiants et de futurs dirigeants dans le développement de l’IA.
Fei-Fei Li est codirecteur du Stanford Institute for Human-Centered Artificial Intelligence (IA) et du Vision & Learning Lab. Elle est la première professeure Sequoia au département d'informatique de l'Université de Stanford. Elle a également travaillé en tant que vice-présidente chez Google et scientifique en chef de l'IA/ML chez Google Cloud. Grâce à ses années d'expertise, elle a travaillé en étroite collaboration dans des domaines tels que l'IA d'inspiration cognitive, l'apprentissage profond, l'apprentissage automatique, la vision par ordinateur, l'IA dans les soins de santé, et bien plus encore.
Parlant de ses recherches, elle a publié plus de 200 articles scientifiques dans des conférences et des revues importantes dans les domaines concernés. ImageNet, développé par Fei-Fei Li, est un projet révolutionnaire dans les dernières frontières de l'intelligence artificielle et de l'apprentissage profond. Parallèlement au parcours technique, elle est la porte-drapeau au niveau national de la diversité en IA et STEM. Elle a reçu des prix pour son travail, notamment le prix Women in Tech 2017 du magazine ELLE, le prix Global Thinker of 2015 de Foreign Policy et le prestigieux prix « Great Immigrants: The Pride of America » de la Carnegie Foundation en 2016.
"L'IA est un amplificateur de l'intelligence humaine et lorsque les gens sont plus intelligents, de meilleures choses se produisent : les gens sont plus productifs, plus heureux et l'économie est en plein essor."
Doté d'une expertise en recherche, en conseil technique et en conseil scientifique, Yann LeCun est le scientifique en chef de l'IA chez Facebook. Il est connu mondialement pour ses travaux en robotique mobile, en apprentissage automatique, en vision par ordinateur et en neurosciences computationnelles. LeCun a fondé des réseaux convolutifs et contribué à des projets d'OCR et de vision par ordinateur utilisant des réseaux de neurones convolutifs. Il est le directeur fondateur du NYU Center of Data Science et a dirigé le département de recherche en traitement d'image. M. LeCun est l'un des principaux créateurs de DjVu et a reçu le Turing Award en 2018 des mains de Yoshua Bengio et Geoffrey Hinton pour leur contribution à l'apprentissage profond.
LeCun est connu pour ses contributions à l'apprentissage automatique, notamment ses réseaux de neurones convolutifs. Ces réseaux d'inspiration biologique ont été appliqués à la reconnaissance optique et manuscrite, créant ainsi un système de reconnaissance de chèques bancaires. Ce système a été adopté par NCR et d’autres sociétés et a traité 10 % de tous les chèques américains à la fin des années 1990 et au début des années 2000.
"Même les réseaux d'aujourd'hui, que nous considérons comme assez vastes du point de vue des systèmes informatiques, sont plus petits que le système nerveux d'animaux vertébrés, même relativement primitifs, comme les grenouilles."
Ian Goodfellow, un informaticien américain, est bien connu pour ses travaux de recherche en apprentissage automatique. Il est directeur de l'apprentissage automatique chez Apple. Sous la direction d'Andrew Ng, il est titulaire d'un B.S. et M.S. en informatique de l'Université de Stanford. Il a également obtenu un doctorat. de l'Université de Montréal sous la direction de Yoshua Bengio et Aaron Courville. Parlant de ses travaux antérieurs, Ian Goodfellow, fort de plusieurs années d'expérience dans l'apprentissage profond, a travaillé comme chercheur scientifique chez Google Brain. Après cela, il a rejoint Open AI (au cours de leurs premières années), puis est revenu à la recherche Google.
Ian Goodfellow a également fait des recherches et écrit le manuel « Deep Learning », qui s'est fait connaître pour avoir inventé des réseaux contradictoires génératifs. Chez Google, il a créé un système facilitant la transcription automatique des adresses des photos de voitures Street View pour Google Maps. De plus, Goodfellow a exposé des vulnérabilités dans les systèmes d’apprentissage automatique. En 2017, le MIT Technology Review l'a reconnu parmi les 35 innovateurs de moins de 35 ans, et en 2019, Foreign Policy l'a inclus dans la liste des 100 penseurs mondiaux.
Avec 127,491 2014 abonnés sur LinkedIn, il est l'un des leaders de la science des données que vous pouvez suivre. Clément Delangue est le PDG et co-fondateur de Hugging Face. Il s'agit d'une plateforme d'apprentissage automatique open source où les chercheurs du monde entier peuvent partager leurs modèles d'IA, leurs ensembles de données et leurs meilleures pratiques. Parlant de son parcours universitaire, il a complété son introduction à l’informatique et à la méthodologie de programmation à l’Université de Stanford. Sa première expérience de startup a eu lieu chez Moodstocks, pour la création d'apprentissage automatique pour la vision par ordinateur, puis elle a été acquise par Google. Avant cela, il était co-fondateur et PDG de VideoNot.es, une plateforme de prise de notes leader à l'ère numérique. Puis, il crée un département marketing et croissance pour Mention – une startup européenne leader en 160. Fort de son expertise en Machine Learning, Hugging Face a levé XNUMX M$ auprès de Sequoia, Coatue, Lee Fixel, Lux, Betaworks, les premiers investisseurs d'Instagram & Snapchat. , le scientifique en chef de Salesforce, et Kevin Durant.
Avec des années d'expérience et d'intérêt pour la recherche dans l'apprentissage automatique, le traitement du langage naturel, l'intelligence artificielle et les logiciels, Jay Alammar est directeur et chercheur en ingénierie (traitement du langage naturel) chez Cohere. Il a débuté en tant que partenaire en ingénierie d'apprentissage automatique et aide les développeurs à résoudre les problèmes commerciaux avec des modèles d'IA et de PNL linguistiques de pointe. Aujourd'hui, il conseille les entreprises et les développeurs sur l'utilisation de grands modèles de langage pour résoudre des cas d'utilisation réels du traitement du langage. Il est titulaire d'un diplôme de Stanford en formation des cadres, en influence et en stratégies de négociation. Jay possède également un site Web de blog technologique en anglais pour la R&D en apprentissage automatique, où il publie tout sur la PNL, l'apprentissage automatique et l'intelligence artificielle. Jay a aidé plus de 10,000 XNUMX apprenants sur des sujets complexes d'apprentissage automatique. Donc, si vous recherchez l'un des meilleurs leaders en science des données, vous pouvez compter sur Jay Alammar.
"L'IA mènera probablement très probablement à la fin du monde, mais en attendant, il y aura de grandes entreprises. »
Sam Altman est partenaire d'Apollo Projects. Il a auparavant travaillé chez OpenAI en tant que co-fondateur et PDG. Sam Altman a fréquenté l'Université de Stanford mais a abandonné ses études sans obtenir de baccalauréat. Il est l'un des leaders de la science des données connu pour Loopt, Y Combinator et OpenAI. En 2005, à 19 ans, Altman a cofondé Loopt, une application de réseautage social géolocalisée, obtenant plus de 30 millions de dollars de capital-risque en tant que PDG. Malgré l'acquisition par Green Dot pour 43.4 millions de dollars en 2012, Loopt a connu des difficultés. Altman a rejoint Y Combinator en 2011, dont il est devenu président en 2014, supervisant une valorisation totale de 65 milliards de dollars pour des sociétés comme Airbnb et Dropbox. En 2016, il a élargi son rôle pour inclure YC Group. Altman a lancé YC Continuity et YC Research, finançant des entreprises matures et un laboratoire de recherche. En 2019, il est devenu président de YC, puis s'est concentré sur Tools For Humanity, une entreprise de 2019 fournissant une authentification par balayage oculaire et la crypto-monnaie Worldcoin pour la prévention de la fraude.
"L’IA permettra une médecine beaucoup plus personnalisée. »
Reconnu mondialement pour son expertise en intelligence artificielle, Yoshua Bengio est un pionnier de l'apprentissage profond, honoré du prixLe prestigieux A.M. 2018. Prix Turing aux côtés de Geoffrey Hinton et Yann LeCun. Professeur titulaire à l’Université de Montréal, il a fondé et dirigé Mila – Institut québécois d’IA. Bengio est chercheur principal du programme Apprentissage automatique et cérébral du CIFAR et directeur scientifique d'IVADO. Il a notamment reçu le prix Killam en 2019 et a accédé, en 2022, au statut d’informaticien le plus cité au monde. Bengio s'implique activement dans la lutte contre l'impact sociétal de l'IA. Il a également contribué à la Déclaration de Montréal pour le développement responsable de l’intelligence artificielle.
"La science des données n’est pas du génie logiciel. Il y a beaucoup de chevauchements… mais ce que nous faisons actuellement, c'est du prototypage de modèles. »
Jeremy Howard est l'un des leaders, entrepreneurs et éducateurs australiens en matière de data scientists. Howard a débuté sa carrière dans le conseil en gestion chez McKinsey & Co et AT Kearney, passant huit ans avant de se lancer dans l'entrepreneuriat. Il a notamment contribué à des projets open source, jouant un rôle clé dans le développement du langage de programmation Perl, du serveur Cyrus IMAP et du serveur SMTP Postfix. En tant que président du groupe de travail Perl6-data et auteur de RFC, il a considérablement influencé l’évolution de Perl. Howard a fondé des startups à succès en Australie : le fournisseur de messagerie FastMail (acquis par Opera Software) et la société d'optimisation des tarifs d'assurance Optimal Decisions Group (ODG, développée par ChoicePoint). FastMail a été parmi les pionniers en permettant aux utilisateurs d'intégrer leurs clients de bureau. Il a été le PDG fondateur d'Enlitic, ancien président de Kaggle, co-fondateur de Masks4All, chercheur scientifique émérite à l'Université de San Francisco et fondateur de FastMail.FM et d'Optimal Decisions ; ancien consultant en management.
"En fait, je serais très pessimiste quant au monde si quelque chose comme l’IA n’arrivait pas."
Demis Hassabis est un informaticien britannique, chercheur en intelligence artificielle et entrepreneur. Il est un mathématicien et figure de proue de l'intelligence artificielle (IA), est réputé pour ses contributions révolutionnaires dans le domaine. Né en 1976, Hassabis a fait preuve d'un talent prodigieux aux échecs, devenant grand maître à seulement 13 ans. En transition vers le monde universitaire, il a poursuivi des études en informatique à Cambridge. Hassabis a ensuite cofondé la société pionnière de jeux vidéo Elixir Studios. En 2010, il a fondé DeepMind, un laboratoire de recherche en IA acquis par Google en 2014. Les travaux de Hassabis chez DeepMind ont conduit à des avancées significatives dans l'apprentissage automatique, en particulier dans le domaine de l'apprentissage par renforcement profond. Ses efforts soulignent une volonté de repousser les limites des capacités de l’IA.
En 2024, il est crucial de rester à la pointe de l’innovation en science des données, et les 12 premiers sont les pionniers à suivre. Ces leaders, pionniers de l’analyse du Big Data et experts en science des données, continuent de façonner le paysage grâce à leurs idées visionnaires et leurs contributions révolutionnaires. De la navigation dans des algorithmes complexes à l’exploitation de la puissance de l’apprentissage automatique, ces leaders de la science des données ouvrent la voie à l’avenir. Suivre leurs conseils offre une opportunité sans précédent de se tenir au courant des dernières tendances et avancées en matière de science des données, ce qui en fait des figures indispensables pour quiconque navigue dans le monde dynamique de l'analyse de données.
