No domínio florescente da ciência de dados, o advento de 2024 anuncia um momento crucial, à medida que lançamos o nosso foco sobre um grupo seleto de luminares que impulsionam a inovação e moldam o futuro da análise. A 'Lista dos 12 principais líderes em ciência de dados' serve como um farol, celebrando a experiência excepcional, a liderança visionária e as contribuições substanciais desses indivíduos na área. Junte-se a nós nesta exploração de mentes inovadoras, enquanto navegamos por suas narrativas, projetos e perspectivas visionárias que prometem moldar a trajetória da ciência de dados. Estes líderes exemplares não são apenas pioneiros; eles personificam as vanguardas que nos conduzem a uma era de inovação e descoberta sem paralelo.
Lista dos 12 principais líderes de ciência de dados a serem observados em 2024
À medida que nos aproximamos de 2024, nos concentramos em um grupo distinto de indivíduos que apresentam experiência, liderança e contribuições notáveis na ciência de dados. A “Lista dos 12 principais líderes em ciência de dados” visa reconhecer e destacar esses indivíduos, reconhecendo-os como líderes inovadores, inovadores e influenciadores que deverão alcançar marcos significativos no próximo ano.
À medida que nos aprofundamos nos detalhes, torna-se evidente que os pontos de vista, empreendimentos e iniciativas destes indivíduos podem transformar os nossos métodos e utilização de dados na abordagem de desafios complexos que abrangem vários sectores. Quer isso implique progresso na análise preditiva, defesa de práticas éticas de IA ou desenvolvimento de algoritmos de ponta.Os indivíduos destacados nesta lista estão preparados para influenciar o terreno da ciência de dados em 2024.
1. Andrew Ng
“Grande parte do jogo da IA hoje é encontrar o contexto de negócios apropriado para encaixá-la. Adoro tecnologia. Isso abre muitas oportunidades. Mas, no final, a tecnologia precisa ser contextualizada e ajustada a um caso de uso comercial.”
Dr. Anndrew Ng é um cientista da computação anglo-americano com Aprendizado de Máquina (ML) e Artificial Intelligence (AI) perícia. Falando sobre sua contribuição para o desenvolvimento da IA, ele é o fundador da DeepLearning.AI, fundador e CEO da Landing AI, sócio geral do AI Fund e professor adjunto do Departamento de Ciência da Computação da Universidade de Stanford. Além disso, ele foi o líder fundador da equipe de pesquisa de inteligência artificial de aprendizagem profunda sob a égide do Google AI - Google Brain. Ele também atuou como cientista-chefe na Baidu, onde orientou um grupo de IA de 1300 pessoas e desenvolveu a estratégia global de IA da empresa.
O Sr. Anndrew Ng liderou o desenvolvimento do MOOC (Massive Open Online Courses) na Universidade de Stanford. Ele também fundou o Coursera e ofereceu cursos de Machine Learning (ML) para mais de 100,000 alunos. Sendo um pioneiro em ML e educação online, ele é formado pela Carnegie Mellon University, MIT e pela University of California, Berkeley. Além disso, ele foi coautor de mais de 200 artigos de pesquisa em ML, robótica e áreas afins, e recebeu o distintivo da lista das 100 pessoas mais influentes do mundo da Tiime.
"Deveríamos fazer com que a IA fizesse todo o trabalho e nós jogássemos, mas nós fazemos todo o trabalho e a IA está jogando!"
Andrej Karpathy, doutor eslovaco-canadense em Stanford, está construindo uma espécie de JARVIS em Oре۸Α. Ele foi o Diretor de IA de inteligência artificial e Autopilot Vision da Tesla. Karpatia é apaixonado por redes neurais profundas. Ele começou sua jornada em Toronto com especialização dupla em Ciência da Computação e Física e, depois disso, foi para Columbia para estudos adicionais. Lá, ele trabalhou com Michiel van de Panne no aprendizado de controladores para figuras simuladas fisicamente.
Além disso, ele também trabalhou com Fei-Fei Li em seu doutorado. no Stanford Vision Lab, onde trabalhou no Rede Neural Convolucional e Rede Neural Recorrente arquiteturas e suas aplicações em Processamento de linguagem natural e Visão de Computador e sua intersecção. Ele projetou e foi o primeiro instrutor principal do CS 231n: Redes Neurais Convolucionais para Reconhecimento Visual. Ele é um blogueiro entusiasta e desenvolvedor de bibliotecas de aprendizagem profunda e um apaixonado especialista em ciência de dados.
Amena Anadkumar é professora Bren nascida em Mysore, na Índia, na Caltech e atua como diretora sênior de pesquisa de IA na NVIDIA. Ela é uma influenciadora com 159,417 seguidores e seus interesses de pesquisa estão em aprendizado de máquina em larga escala, otimização não convexa e estatística de alta dimensão. Anadkumar possui diplomas do Instituto Indiano de Tecnologia (IIT) Madras e da Universidade Cornell e anteriormente foi cientista principal da Amazon Web Services. Ela é membro da ACM, IEEE e da Fundação Alfred P. Solan. Seu trabalho no desenvolvimento de nova inteligência artificial acelera as aplicações científicas da IA, incluindo simulações científicas, previsão do tempo e design de medicamentos. Ela foi premiada no NeurIPS e no Prêmio Especial ACM Gordon Bell para Pesquisa COVID-19 Baseada em HPC.
“Acredito no futuro da IA mudando o mundo. A questão é: quem está mudando a IA? É realmente importante trazer diversos grupos de estudantes e futuros líderes para o desenvolvimento da IA.”
Fei-Fei Li é codiretor do Stanford Institute for Human-Centered Artificial Intelligence (AI) e do Vision & Learning Lab. Ela é a professora inaugural do Sequoia no departamento de ciência da computação da Universidade de Stanford. Ela também trabalhou como vice-presidente do Google e cientista-chefe de IA/ML no Google Cloud. Com seus anos de experiência, ela trabalhou em estreita colaboração em áreas como IA de inspiração cognitiva, aprendizado profundo, aprendizado de máquina, visão computacional, IA na área da saúde e muito mais.
Falando sobre sua pesquisa, ela publicou mais de 200 artigos científicos em conferências e periódicos importantes nas áreas relevantes. ImageNet, desenvolvido por Fei-Fei Li, é um projeto revolucionário nas últimas fronteiras da Inteligência Artificial e aprendizagem profunda. Junto com a jornada técnica, ela é porta-bandeira em nível nacional da diversidade em IA e STEM. Ela recebeu prêmios por seu trabalho, incluindo Women in Tech de 2017 da revista ELLE, Global Thinker de 2015 pela Foreign Policy e o prestigiado “Great Immigrants: The Pride of America” da Carnegie Foundation em 2016.
“A IA é um amplificador da inteligência humana e quando as pessoas são mais inteligentes, coisas melhores acontecem: as pessoas são mais produtivas, mais felizes e a economia prospera.”
Com experiência em pesquisa, consultoria técnica e aconselhamento científico, Yann LeCun é o Cientista Chefe de IA do Facebook. Ele é conhecido mundialmente por seu trabalho em robótica móvel, aprendizado de máquina, visão computacional e neurociência computacional. eue-Cun fundou redes convolucionais e contribuiu para projetos de OCR e visão computacional usando redes neurais convolucionais. Ele é o diretor fundador do Centro de Ciência de Dados da NYU e foi chefe do departamento de pesquisa de processamento de imagens. LeCun é um dos principais criadores do DjVu e recebeu o Prêmio Turing em 2018 de Yoshua Bengio e Geoffrey Hinton por sua contribuição ao aprendizado profundo.
LeCun é conhecido por suas contribuições ao aprendizado de máquina, principalmente suas Redes Neurais Convolucionais. Essas redes de inspiração biológica foram aplicadas ao reconhecimento óptico e manuscrito, criando um sistema de reconhecimento de cheques bancários. Este sistema foi adotado pela NCR e outras empresas e processou 10% de todos os cheques dos EUA no final da década de 1990 e início de 2000.
“Mesmo as redes de hoje, que consideramos bastante grandes do ponto de vista dos sistemas computacionais, são menores do que o sistema nervoso até mesmo de animais vertebrados relativamente primitivos, como os sapos.”
Ian Goodfellow, um cientista da computação americano, é conhecido por seu trabalho de pesquisa em aprendizado de máquina. Ele atua como Diretor de Aprendizado de Máquina na Apple. Sob a supervisão de Andrew Ng, ele possui um B.S. e M.S. em Ciência da Computação pela Universidade de Stanford. Ele também obteve um Ph.D. da Université de Montréal sob a supervisão de Yoshua Bengio e Aaron Courville. Falando sobre seu trabalho anterior, Ian Goodfellow, com anos de experiência em aprendizagem profunda, trabalhou como cientista pesquisador no Google Brain. Depois disso, ele ingressou na Open AI (nos primeiros anos) e depois retornou à pesquisa do Google.
Ian Goodfellow também pesquisou e escreveu o livro “Deep Learning”, ganhando destaque por inventar redes adversárias generativas. Enquanto estava no Google, ele criou um sistema que facilita a transcrição automática de endereços de fotos de carros do Street View para o Google Maps. Além disso, Goodfellow expôs vulnerabilidades em sistemas de aprendizado de máquina. Em 2017, o MIT Technology Review o reconheceu entre os 35 inovadores com menos de 35 anos e, em 2019, a Foreign Policy o incluiu na lista dos 100 pensadores globais.
Com 127,491 seguidores no LinkedIn, ele é um dos líderes em ciência de dados que você pode seguir. Clement Delangue é o CEO e cofundador da Hugging Face. É uma plataforma de aprendizado de máquina de código aberto onde pesquisadores de todo o mundo podem compartilhar seus modelos de IA, conjuntos de dados e práticas recomendadas. Falando sobre sua formação acadêmica, ele concluiu sua Introdução à Ciência da Computação e Metodologia de Programação na Universidade de Stanford. Sua primeira experiência em startup foi com a Moodstocks, para construção de aprendizado de máquina para visão computacional, e posteriormente foi adquirida pelo Google. Antes disso, foi cofundador e CEO da VideoNot.es, uma plataforma líder de anotações para a era digital. Em seguida, ele construiu um departamento de marketing e crescimento para a Mention – uma startup líder europeia em 2014. Com sua experiência em aprendizado de máquina, Hugging Face arrecadou US$ 160 milhões da Sequoia, Coatue, Lee Fixel, Lux, Betaworks, os primeiros investidores no Instagram e Snapchat. , o cientista-chefe da Salesforce, e Kevin Durant.
Com anos de experiência e interesse em pesquisa em aprendizado de máquina, processamento de linguagem natural, inteligência artificial e software, Jay Alammar é diretor e pesquisador de engenharia (processamento de linguagem natural) na Cohere. Ele começou como parceiro em engenharia de aprendizado de máquina e ajuda desenvolvedores a resolver problemas de negócios com modelos de linguagem de ponta de IA e PNL. Agora, ele aconselha empresas e desenvolvedores no uso de grandes modelos de linguagem para resolver casos de uso de processamento de linguagem do mundo real. Ele é formado em Stanford em programas de educação executiva, influência e estratégias de negociação. Jay também tem um blog de tecnologia em inglês para pesquisa e desenvolvimento de aprendizado de máquina, onde publica tudo sobre PNL, aprendizado de máquina e inteligência artificial. Jay ajudou mais de 10,000 alunos em tópicos complexos de aprendizado de máquina. Então, se você procura um dos melhores líderes em ciência de dados, pode contar com Jay Alammar.
"A IA provavelmente levará ao fim do mundo, mas enquanto isso, haverá grandes empresas."
Sam Altman é parceiro da Apollo Projects. Anteriormente, ele trabalhou na OpenAI como cofundador e CEO. Sam Altman frequentou a Universidade de Stanford, mas desistiu sem obter o diploma de bacharel. Ele é um dos líderes em ciência de dados conhecido por Loopt, Y Combinator e OpenAI. Em 2005, aos 19 anos, Altman foi cofundador do Loopt, um aplicativo de rede social baseado em localização, garantindo mais de US$ 30 milhões em capital de risco como CEO. Apesar da aquisição pela Green Dot por US$ 43.4 milhões em 2012, a Loopt enfrentou dificuldades. Altman ingressou na Y Combinator em 2011, tornando-se seu presidente em 2014, supervisionando uma avaliação total de US$ 65 bilhões para empresas como Airbnb e Dropbox. Em 2016, ele expandiu sua função para incluir o Grupo YC. Altman iniciou a YC Continuity e a YC Research, financiando empresas maduras e um laboratório de pesquisa. Em 2019, ele fez a transição para presidente da YC, concentrando-se mais tarde em Tools For Humanity, um empreendimento de 2019 que fornece autenticação de varredura ocular e criptomoeda Worldcoin para prevenção de fraudes.
"A IA permitirá uma medicina muito mais personalizada."
Reconhecido mundialmente por sua experiência em inteligência artificial, Yoshua Bengio é um pioneiro em aprendizagem profunda, homenageado com oe prestigiado 2018 A.M. Prêmio Turing ao lado de Geoffrey Hinton e Yann LeCun. Atuando como professor titular na Université de Montréal, fundou e liderou Mila – Quebec AI Institute. Bengio é Senior Fellow do programa CIFAR Learning in Machines & Brains e Diretor Científico da IVADO. Notavelmente, ele recebeu o Prêmio Killam em 2019 e, em 2022, alcançou o status de cientista da computação mais citado do mundo. Bengio está ativamente envolvido na abordagem do impacto social da IA. Ele também contribuiu à Declaração de Montreal para o Desenvolvimento Responsável da Inteligência Artificial.
"Ciência de dados não é engenharia de software. Há muita sobreposição… mas o que estamos fazendo agora é prototipar modelos."
Jeremy Howard é um dos cientistas de dados líderes, empreendedores e educadores australianos. Howard iniciou sua carreira em consultoria de gestão na McKinsey & Co e AT Kearney, passando oito anos antes de se aventurar no empreendedorismo. Ele contribuiu notavelmente para projetos de código aberto, desempenhando um papel fundamental no desenvolvimento da linguagem de programação Perl, do servidor Cyrus IMAP e do servidor Postfix SMTP. Como presidente do grupo de trabalho de dados Perl6 e autor de RFCs, ele influenciou significativamente a evolução do Perl. Howard fundou startups de sucesso na Austrália: o provedor de e-mail FastMail (adquirido pela Opera Software) e a empresa de otimização de preços de seguros Optimal Decisions Group (ODG, desenvolvida pela ChoicePoint). FastMail foi um dos pioneiros em permitir que os usuários integrassem seus clientes de desktop. Ele foi o CEO fundador da Enlitic, ex-presidente da Kaggle, cofundador da Masks4All, distinto cientista pesquisador da Universidade de São Francisco e fundador da FastMail.FM e Optimal Decisions; ex-consultor de gestão.
"Na verdade, eu seria muito pessimista em relação ao mundo se algo como a IA não estivesse surgindo."
Demis Hassabis é um cientista da computação britânico, pesquisador de inteligência artificial e empresário. Ele é um polímata e figura líder em inteligência artificial (IA), é conhecido por suas contribuições inovadoras na área. Nascido em 1976, Hassabis exibiu um talento prodigioso no xadrez, tornando-se Grande Mestre com apenas 13 anos. Fazendo a transição para a academia, ele estudou ciência da computação em Cambridge. Mais tarde, Hassabis co-fundou a empresa pioneira de videogame Elixir Studios. Em 2010, ele fundou o DeepMind, um laboratório de pesquisa de IA adquirido pelo Google em 2014. O trabalho de Hassabis na DeepMind levou a avanços significativos no aprendizado de máquina, especialmente no domínio do aprendizado por reforço profundo. Os seus esforços sublinham o compromisso de ultrapassar os limites das capacidades da IA.
Em 2024, permanecer na vanguarda da inovação em ciência de dados é crucial, e os 12 primeiros são os pioneiros a seguir. Esses líderes, pioneiros na análise de big data e especialistas em ciência de dados, continuam a moldar o cenário com seus insights visionários e contribuições inovadoras. Desde a navegação em algoritmos complexos até o aproveitamento do poder do aprendizado de máquina, esses líderes de ciência de dados estão orientando o futuro. Seguir suas orientações oferece uma oportunidade incomparável de se manter atualizado sobre as últimas tendências e avanços na ciência de dados, tornando-os figuras indispensáveis para qualquer pessoa que navegue no mundo dinâmico da análise de dados.
Relacionado
Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
