I datavitenskapens spirende rike, varsler ankomsten av 2024 et sentralt øyeblikk når vi setter søkelyset vårt på en utvalgt gruppe armaturer som driver innovasjon og former fremtidens analyse. "Topp 12 Data Science Leaders List" fungerer som et fyrtårn, og feirer disse personenes eksepsjonelle ekspertise, visjonære lederskap og betydelige bidrag innen feltet. Bli med oss på denne utforskningen av banebrytende sinn, mens vi navigerer gjennom deres fortellinger, prosjekter og visjonære syn som lover å forme banen til datavitenskap. Disse eksemplariske lederne er ikke bare pionerer; de legemliggjør fortroppene som styrer oss inn i en tid med enestående innovasjon og oppdagelse.
Topp 12 datavitenskapsledere å se i 2024
Når vi nærmer oss 2024, fokuserer vi på en særegen gruppe individer som viser frem bemerkelsesverdig ekspertise, lederskap og bemerkelsesverdige bidrag innen datavitenskap. "Topp 12 Data Science Leaders List" har som mål å anerkjenne og sette søkelyset på disse personene, og anerkjenne dem som tankeledere, innovatører og påvirkere som forventes å oppnå betydelige milepæler i det kommende året.
Etter hvert som vi går dypere inn i detaljene, blir det tydelig at disse personenes synspunkter, forpliktelser og initiativer kan transformere metodene og databruken vår for å håndtere komplekse utfordringer som spenner over ulike sektorer. Enten det innebærer fremgang i prediktiv analyse, talsmann for etisk AI-praksis eller utvikling av banebrytende algoritmer. TPersonene som er fremhevet i denne listen er klar til å påvirke datavitenskapens terreng i 2024.
1. Anndrew Ng
"Mye av AI-spillet i dag er å finne den passende forretningskonteksten for å passe den inn. Jeg elsker teknologi. Det åpner for mange muligheter. Men til syvende og sist må teknologi kontekstualiseres og passe inn i et forretningsbruk.»
Dr. Anndrew Ng er en britisk-amerikansk dataforsker med Maskinlæring (ML) og Artificial Intelligence (AI) ekspertise. Når han snakker om hans bidrag til utviklingen av AI, er han grunnlegger av DeepLearning.AI, grunnlegger og administrerende direktør for Landing AI, en General Partner ved AI Fund, og en adjunkt ved Stanford Universitys informatikkavdeling. Dessuten var han grunnleggeren av forskningsteamet for dyp læring av kunstig intelligens under Google AI-paraplyen – Google Brain. Han fungerte også som Chief Scientist ved Baidu, hvor han veiledet en AI-gruppe på 1300 personer og utviklet selskapets globale AI-strategi.
Mr. Anndrew Ng ledet utviklingen av MOOC (Massive Open Online Courses) ved Stanford University. Han grunnla også Coursera og tilbød maskinlæringskurs (ML) til over 100,000 200 studenter. Som en pioner innen ML og nettbasert utdanning, har han grader fra Carnegie Mellon University, MIT, og University of California, Berkeley. Dessuten var han medforfatter av over 100 forskningsartikler innen ML, robotikk og relaterte felt, og han fikk merket på Tiimes XNUMX-liste over de mest innflytelsesrike personene i verden.
"Vi skulle få AI til å gjøre alt arbeidet, og vi spiller spill, men vi gjør alt arbeidet, og AI spiller spill!"
Andrej Karpathy, en slovakisk-kanadisk doktorgradsholder fra Stanford, bygger en slags JARVIS på OреոΑӏ. Han var direktør for AI for kunstig intelligens og autopilotsyn hos Tesla. Karpati er lidenskapelig opptatt av dype nevrale nett. Han startet reisen fra Toronto med en dobbel hovedfag i informatikk og fysikk, og etter det dro han til Columbia for videre studier. Der jobbet han sammen med Michiel van de Panne om læringskontrollere for fysisk simulerte figurer.
Dessuten jobbet han også med Fei-Fei Li for sin Ph.D. ved Stanford Vision Lab, hvor han jobbet på Konvolusjonelt nevralt nettverk og Gjentatte nevrale nettverk arkitekturer og deres applikasjoner i Natural Language Processing og Datamaskin syn og deres skjæringspunkt. Han designet og var den første primærinstruktøren for CS 231n: Convolutional Neural Networks for Visual Recognition. Han er en entusiastisk blogger og utvikler av dyplæringsbiblioteker og en lidenskapelig ekspert på datavitenskap.
Amena Anadkumar er en Mysore, India-født, Bren-professor ved Caltech og fungerer som seniordirektør for AI Research ved NVIDIA. Hun er en influencer med 159,417 XNUMX følgere, og hennes forskningsinteresser er innen storskala maskinlæring, ikke-konveks optimalisering og høydimensjonal statistikk. ENnadkumar har grader fra Indian Institute of Technology (IIT) Madras og Cornell University og var tidligere hovedforsker ved Amazon Web Services. Hun er stipendiat ved ACM, IEEE og Alfred P. Solan Foundation. Arbeidet hennes med å utvikle ny kunstig intelligens akselererer AIs vitenskapelige applikasjoner, inkludert vitenskapelige simuleringer, værvarsling og medikamentdesign. Hun ble tildelt ved NeurIPS og ACM Gordon Bells spesialpris for HPC-basert COVID-19-forskning.
"Jeg tror på fremtiden til AI som endrer verden. Spørsmålet er hvem som endrer AI? Det er veldig viktig å bringe ulike grupper av studenter og fremtidige ledere inn i utviklingen av AI.»
Fei-Fei Li er meddirektør ved Stanford Institute for Human-Centered Artificial Intelligence (AI) og Vision & Learning Lab. Hun er den første Sequoia-professoren ved informatikkavdelingen ved Stanford University. Hun jobbet også som visepresident i Google og Chief Scientist for AI/ML i Google Cloud. Med sin årelange ekspertise har hun jobbet tett innen områder som kognitivt inspirert AI, dyp læring, maskinlæring, datasyn, AI i helsevesenet og mer.
Når hun snakker om forskningen sin, har hun publisert 200+ vitenskapelige artikler på konferanser og betydelige tidsskrifter innen de relevante feltene. ImageNet, utviklet av Fei-Fei Li, er et revolusjonerende prosjekt innen de nyeste grensene for kunstig intelligens og dyp læring. Sammen med den tekniske reisen er hun flaggbærer på nasjonalt nivå for mangfold innen AI og STEM. Hun har mottatt priser for sitt arbeid, inkludert ELLE Magazines 2017 Women in Tech, a Global Thinker of 2015 by Foreign Policy, og den prestisjetunge "Great Immigrants: The Pride of America" av Carnegie Foundation i 2016.
"AI er en forsterker av menneskelig intelligens, og når folk er smartere, skjer det bedre ting: folk er mer produktive, lykkeligere og økonomien strever."
Med ekspertise innen forskning, teknisk rådgivning og vitenskapelig rådgivning, er Yann LeCun Chief AI Scientist hos Facebook. Han er kjent globalt for sitt mobile robotikk, maskinlæring, datasyn og beregningsmessig nevrovitenskap. LeCun grunnla konvolusjonelle nett og bidro til OCR- og datasynsprosjekter ved bruk av konvolusjonelle nevrale nettverk. Han er grunnlegger av NYU Center of Data Science og var leder for forskningsavdelingen for bildebehandling. Mr LeCun er en av de viktigste skaperne av DjVu og mottok Turing-prisen i 2018 fra Yoshua Bengio og Geoffrey Hinton for deres bidrag til dyp læring.
LeCun er kjent for sine bidrag til maskinlæring, spesielt hans Convolutional Neural Networks. Disse biologisk inspirerte nettverkene ble brukt på optisk og håndskriftsgjenkjenning, og skapte et system for gjenkjenning av banksjekker. Dette systemet ble tatt i bruk av NCR og andre selskaper og behandlet 10 % av alle amerikanske sjekker på slutten av 1990-tallet og begynnelsen av 2000-tallet.
"Selv dagens nettverk, som vi anser som ganske store fra et beregningssystemsynspunkt, er mindre enn nervesystemet til selv relativt primitive virveldyr som frosker."
Ian Goodfellow, en amerikansk dataforsker, er kjent for sitt forskningsarbeid innen maskinlæring. Han fungerer som direktør for maskinlæring hos Apple. Under veiledning av Andrew Ng har han en B.S. og M.S. i informatikk fra Stanford University. Han fikk også en Ph.D. fra Université de Montréal under veiledning av Yoshua Bengio og Aaron Courville. Når han snakket om sitt tidligere arbeid, jobbet Ian Goodfellow, med mange års erfaring innen dyp læring, som forsker ved Google Brain. Etter det begynte han i Open AI (i de første årene) og returnerte deretter til Google-forskning.
Ian Goodfellow har også forsket på og skrevet læreboken "Deep Learning", som ble kjent for å ha oppfunnet generative motstandsnettverk. Mens han var på Google, opprettet han et system som forenkler automatisk transkripsjon av adresser fra Street View-bilbilder for Google Maps. I tillegg avslørte Goodfellow sårbarheter i maskinlæringssystemer. I 2017 anerkjente MIT Technology Review ham blant de 35 innovatørene under 35, og i 2019 inkluderte Foreign Policy ham på listen over 100 globale tenkere.
Med 127,491 2014 følgere på LinkedIn er han en av datavitenskapslederne du kan følge. Clement Delangue er administrerende direktør og medgründer i Hugging Face. Det er en åpen kildekode maskinlæringsplattform hvor forskere over hele verden kan dele sine AI-modeller, datasett og beste praksis. Han snakket om sin akademiske bakgrunn og fullførte sin introduksjon til informatikk og programmeringsmetodikk ved Stanford University. Hans første oppstartserfaring var med Moodstocks, for å bygge maskinlæring for datasyn, og senere ble det kjøpt opp av Google. Før det var han medgründer og administrerende direktør for VideoNot.es, en ledende notatplattform for den digitale tidsalderen. Deretter bygde han en markeds- og vekstavdeling for Mention – en ledende europeisk oppstart i 160. Med sin ekspertise innen maskinlæring samlet Hugging Face inn XNUMX millioner dollar fra Sequoia, Coatue, Lee Fixel, Lux, Betaworks, de første investorene på Instagram & Snapchat , sjefforskeren ved Salesforce, og Kevin Durant.
Med mange års erfaring og forskningsinteresse innen maskinlæring, naturlig språkbehandling, kunstig intelligens og programvare, er Jay Alammar direktør og ingeniørstipendiat (naturlig språkbehandling) ved Cohere. Han startet som partner i maskinlæringsteknikk og hjelper utviklere med å løse forretningsproblemer med banebrytende språk AI og NLP-modeller. Nå gir han råd til bedrifter og utviklere om bruk av store språkmodeller for å løse virkelige språkbehandlingsbruk. Han har en Stanford-grad i program for lederutdanning, innflytelse og forhandlingsstrategier. Jay har også et engelsk teknologibloggnettsted for Machine Learning R&D, hvor han publiserer alt om NLP, maskinlæring og kunstig intelligens. Jay hjalp 10,000 XNUMX+ elever med komplekse maskinlæringsemner. Så hvis du leter etter en av de beste datavitenskapslederne, kan du stole på Jay Alammar.
"AI vil sannsynligvis føre til verdens ende, men i mellomtiden vil det være flotte selskaper."
Sam Altman er partner i Apollo Projects. Han har tidligere jobbet i OpenAI som medgründer og administrerende direktør. Sam Altman gikk på Stanford University, men droppet ut uten å få en bachelorgrad. Han er en av datavitenskapslederne kjent for Loopt, Y Combinator og OpenAI. I 2005, som 19-åring, var Altman med å grunnlegge Loopt, en stedsbasert sosial nettverksapp, og sikret over 30 millioner dollar i risikokapital som administrerende direktør. Til tross for oppkjøpet av Green Dot for 43.4 millioner dollar i 2012, slet Loopt. Altman begynte i Y Combinator i 2011, og ble presidenten i 2014, og overvåket en total verdsettelse på 65 milliarder dollar for selskaper som Airbnb og Dropbox. I 2016 utvidet han rollen sin til å inkludere YC Group. Altman initierte YC Continuity og YC Research, finansierte modne selskaper og et forskningslaboratorium. I 2019 gikk han over til styreleder ved YC, senere med fokus på Tools For Humanity, en satsning fra 2019 som tilbyr øyeskannende autentisering og Worldcoin-kryptovaluta for svindelforebygging.
Yoshua Bengio er kjent globalt for sin ekspertise innen kunstig intelligens, og er en banebryter innen dyp læring, hedret mede prestisjetunge 2018 A.M. Turing Award sammen med Geoffrey Hinton og Yann LeCun. Han tjente som professor ved Université de Montréal, og grunnla og ledet Mila – Quebec AI Institute. Bengio er seniorstipendiat i CIFAR Learning in Machines & Brains-programmet og vitenskapelig direktør for IVADO. Spesielt mottok han Killam-prisen i 2019 og oppnådde i 2022 status som verdens mest siterte informatiker. Bengio er aktivt involvert i å adressere den samfunnsmessige påvirkningen av AI. Han bidro også til Montreal-erklæringen for ansvarlig utvikling av kunstig intelligens.
"Datavitenskap er ikke programvareteknikk. Det er mye overlapping ... men det vi gjør akkurat nå er prototyping av modeller."
Jeremy Howard er en av de australske dataforskernes ledere, gründere og lærere. Howard begynte sin karriere innen ledelsesrådgivning hos McKinsey & Co og AT Kearney, og brukte åtte år før han bega seg inn i entreprenørskap. Han bidro spesielt til åpen kildekode-prosjekter, og spilte en nøkkelrolle i utviklingen av programmeringsspråket Perl, Cyrus IMAP-server og Postfix SMTP-server. Som leder av Perl6-data-arbeidsgruppen og forfatter av RFC-er, påvirket han Perls utvikling betydelig. Howard grunnla vellykkede startups i Australia: e-postleverandøren FastMail (kjøpt av Opera Software) og forsikringsprisoptimeringsselskapet Optimal Decisions Group (ODG, utviklet av ChoicePoint). FastMail var blant pionerene i å gjøre det mulig for brukere å integrere sine skrivebordsklienter. Han var den grunnleggende administrerende direktøren for Enlitic, tidligere president i Kaggle, medgründer av Masks4All, Distinguished Research Scientist ved University of San Francisco, og grunnlegger av FastMail.FM og Optimal Decisions; tidligere ledelseskonsulent.
"Jeg ville faktisk vært veldig pessimistisk om verden hvis noe som AI ikke kom på veien."
Demis Hassabis er en britisk informatiker, kunstig intelligensforsker og gründer. Han er en polymat og ledende kunstig intelligens (AI), er kjent for sine banebrytende bidrag til feltet. Født i 1976, viste Hassabis et enormt talent i sjakk, og ble stormester bare 13 år gammel. Da han gikk over til akademia, studerte han informatikk ved Cambridge. Hassabis var senere med på å grunnlegge det banebrytende videospillselskapet Elixir Studios. I 2010 grunnla han DeepMind, et AI-forskningslaboratorium kjøpt opp av Google i 2014. Hassabis sitt arbeid i DeepMind har ført til betydelige fremskritt innen maskinlæring, spesielt innen dyp forsterkende læring. Hans bestrebelser understreker en forpliktelse til å flytte grensene for AIs evner.
I 2024 er det avgjørende å holde seg i forkant av innovasjon innen datavitenskap, og de 12 beste er banebryterne å følge. Disse lederne, pionerer innen big data-analyse og eksperter innen datavitenskap, fortsetter å forme landskapet med sin visjonære innsikt og banebrytende bidrag. Fra å navigere i komplekse algoritmer til å utnytte kraften til maskinlæring, disse datavitenskapslederne styrer kursen for fremtiden. Å følge veiledningen deres gir en enestående mulighet til å holde seg à jour med de siste trendene og fremskrittene innen datavitenskap, noe som gjør dem til uunnværlige tall for alle som navigerer i den dynamiske verdenen av dataanalyse.
