У сфері науки про дані, що розвивається, настання 2024 року віщує переломний момент, оскільки ми звертаємо увагу на вибрану когорту світил, які рухають інновації та формують майбутнє аналітики. «Список 12 найкращих лідерів Data Science Leaders» служить маяком, відзначаючи винятковий досвід, далекоглядне лідерство та значний внесок цих людей у галузі. Приєднуйтесь до нас у цьому дослідженні новаторських умів, коли ми ознайомимося з їхніми наративами, проектами та далекоглядними поглядами, які обіцяють сформувати траєкторію науки про дані. Ці зразкові лідери не просто піонери; вони втілюють авангард, який веде нас в епоху неперевершених інновацій і відкриттів.
Список 12 лідерів Data Science, на яких варто звернути увагу у 2024 році
Наближаючись до 2024 року, ми зосереджуємося на особливій групі людей, які демонструють надзвичайний досвід, лідерство та вагомий внесок у науку про дані. «Список 12 найкращих лідерів Data Science Leaders» має на меті визнати та виділити цих людей, визнаючи їх лідерами думок, новаторами та впливовими особами, які, як очікується, досягнуть значних успіхів у наступному році.
Коли ми заглиблюємося в деталі, стає очевидним, що точки зору, починання та ініціативи цих людей можуть змінити наші методи та використання даних у вирішенні складних завдань, що охоплюють різні сектори. Незалежно від того, чи тягне за собою прогрес у прогнозній аналітиці, пропаганду етичних практик ШІ чи розробку передових алгоритмів. TОсоби, виділені в цьому списку, готові вплинути на сферу науки про дані у 2024 році.
1. Ендрю Нг
«Сьогодні багато в чому полягає в пошуку відповідного бізнес-контексту, щоб його вписати. Я люблю технології. Це відкриває багато можливостей. Але врешті-решт технологія має бути контекстуалізована та вписуватися в бізнес-випадок використання».
Доктор Ендрю Нґ — британсько-американський вчений-інформатик Машинне навчання (ML) та Штучний інтелект (AI) експертиза. Говорячи про свій внесок у розвиток штучного інтелекту, він є засновником DeepLearning.AI, засновником і генеральним директором Landing AI, генеральним партнером AI Fund і ад’юнкт-професором факультету комп’ютерних наук Стенфордського університету. Крім того, він був керівником дослідницької групи глибокого навчання штучного інтелекту під егідою Google AI – Google Brain. Він також обіймав посаду головного наукового співробітника в Baidu, де керував групою з 1300 осіб ШІ та розробляв глобальну стратегію компанії щодо ШІ.
Пан Ендрю Нґ очолював розробку MOOC (Massive Open Online Courses) у Стенфордському університеті. Він також заснував Coursera і пропонував курси машинного навчання (ML) для понад 100,000 200 студентів. Будучи піонером у сфері машинного навчання та онлайн-освіти, він має дипломи Університету Карнегі-Меллона, Массачусетського технологічного інституту та Каліфорнійського університету, Берклі. Крім того, він є співавтором понад 100 дослідницьких статей у ML, робототехніці та суміжних галузях, і він отримав значок списку XNUMX найвпливовіших людей у світі за версією Tiime.
"Ми повинні були змусити ШІ виконувати всю роботу, а ми граємо в ігри, але ми робимо всю роботу, а ШІ грає в ігри!"
Андрей Карпаті, словацько-канадський доктор філософії зі Стенфорда, будує свого роду JARVIS в OreոΑӏ. Він був директором ШІ штучного інтелекту та Autopilot Vision у Tesla. Карпатія захоплюється глибокими нейронними мережами. Він розпочав свій шлях із Торонто з подвійної спеціальності з інформатики та фізики, а після цього поїхав до Колумбійського університету для подальшого навчання. Там він працював з Міхілем ван де Панне над вивченням контролерів для фізично змодельованих фігур.
Крім того, він також працював з Фей-Фей Лі над докторською дисертацією. у Stanford Vision Lab, де він працював над Згортка нейронна мережа та Рекурентна нейронна мережа архітектури та їх застосування в Обробка природних мов та Комп'ютерне бачення та їх перетин. Він розробив і був першим основним викладачем CS 231n: Згорточні нейронні мережі для візуального розпізнавання. Він – захоплений блогер і розробник бібліотек глибокого навчання, а також захоплений фахівець з Data Science.
Амена Анадкумар народилася в штаті Майсур, Індія, професор Брена в Каліфорнійському технологічному інституті та працює старшим директором відділу досліджень штучного інтелекту в NVIDIA. Вона є авторитетом із 159,417 XNUMX підписниками, і її наукові інтереси пов’язані з великомасштабним машинним навчанням, неопуклою оптимізацією та високовимірною статистикою. Анадкумар має ступінь Індійського технологічного інституту (IIT) Мадраса та Корнельського університету, а раніше був головним науковим співробітником Amazon Web Services. Вона є стипендіатом ACM, IEEE та Фонду Альфреда П. Солана. Її робота над розробкою нового штучного інтелекту прискорює наукові застосування штучного інтелекту, включаючи наукове моделювання, прогнозування погоди та розробку ліків. Вона отримала нагороду NeurIPS і Спеціальну премію ACM Gordon Bell за дослідження COVID-19 на основі HPC.
«Я вірю в те, що ШІ змінить світ у майбутньому. Питання в тому, хто змінює ШІ? Насправді важливо залучити різні групи студентів і майбутніх лідерів до розробки ШІ».
Фей-Фей Лі є співдиректором Стенфордського інституту штучного інтелекту, орієнтованого на людину (ШІ), і Vision & Learning Lab. Вона є першим професором Sequoia на факультеті інформатики Стенфордського університету. Вона також працювала віце-президентом Google і головним науковим співробітником AI/ML у Google Cloud. Завдяки багаторічному досвіду вона тісно співпрацювала в таких сферах, як когнітивний ШІ, глибоке навчання, машинне навчання, комп’ютерне зір, ШІ в охороні здоров’я тощо.
Що стосується її досліджень, то вона опублікувала понад 200 наукових статей на конференціях і значущих журналах відповідних галузей. ImageNet, розроблений Фей-Фей Лі, є революційним проектом у новітніх сферах штучного інтелекту та глибокого навчання. Окрім технічної подорожі, вона є прапороносцем на національному рівні за різноманітність у ШІ та STEM. Вона отримала нагороди за свою роботу, у тому числі «Жінки в техніці» журналу ELLE у 2017 році, «Глобальний мислитель 2015 року» за версією Foreign Policy та престижну нагороду «Великі іммігранти: гордість Америки» від Фонду Карнегі у 2016 році.
«Штучний інтелект є підсилювачем людського інтелекту, і коли люди розумніші, стаються кращі речі: люди продуктивніші, щасливіші, а економіка розвивається».
Янн ЛеКун є головним науковим спеціалістом зі штучного інтелекту у Facebook, має досвід у дослідженнях, технічних і наукових консультаціях. Він відомий у всьому світі своєю роботою в галузі мобільної робототехніки, машинного навчання, комп’ютерного зору та обчислювальної нейронауки. ЛeCun створив згорточні мережі та зробив внесок у проекти OCR та комп’ютерного бачення з використанням згорткових нейронних мереж. Він є директором-засновником Центру науки про дані Нью-Йоркського університету та очолював дослідницький відділ обробки зображень. Пан ЛеКун є одним із головних творців DjVu і отримав нагороду Тюрінга в 2018 році від Йошуа Бенгіо та Джеффрі Гінтона за їхній внесок у глибоке навчання.
ЛеКун відомий своїм внеском у машинне навчання, зокрема своїми згортковими нейронними мережами. Ці біологічні мережі були застосовані для оптичного та рукописного розпізнавання, створивши систему розпізнавання банківських чеків. Ця система була прийнята NCR та іншими компаніями та обробляла 10% усіх чеків у США наприкінці 1990-х і на початку 2000-х років.
«Навіть сьогоднішні мережі, які ми вважаємо досить великими з точки зору обчислювальних систем, менші за нервову систему навіть відносно примітивних хребетних тварин, таких як жаби».
Ян Гудфеллоу, американський комп’ютерний вчений, добре відомий своєю дослідницькою роботою в галузі машинного навчання. Він працює директором з машинного навчання в Apple. Під керівництвом Ендрю Нга він має ступінь бакалавра та М.С. доктор інформатики в Стенфордському університеті. Він також отримав ступінь доктора філософії. з Університету Монреаля під керівництвом Йошуа Бенгіо та Аарона Курвіля. Говорячи про свою попередню роботу, Ян Гудфеллоу, який має багаторічний досвід глибокого навчання, працював науковим співробітником у Google Brain. Після цього він приєднався до Open AI (у перші роки), а потім повернувся до досліджень Google.
Ян Гудфеллоу також досліджував і написав підручник «Глибоке навчання», який став відомим завдяки винаходу генеративних змагальних мереж. Під час роботи в Google він створив систему, яка полегшує автоматичну транскрипцію адрес із фотографій автомобілів Street View для Google Maps. Крім того, Goodfellow виявив уразливості в системах машинного навчання. У 2017 році журнал MIT Technology Review визнав його серед 35 інноваторів до 35 років, а у 2019 році Foreign Policy включив його до списку 100 глобальних мислителів.
Маючи 127,491 2014 підписників на LinkedIn, він є одним із лідерів у галузі обробки даних, за якими ви можете слідкувати. Клемент Деланґ є генеральним директором і співзасновником Hugging Face. Це платформа машинного навчання з відкритим вихідним кодом, де дослідники з усього світу можуть ділитися своїми моделями ШІ, наборами даних і найкращими практиками. Говорячи про його академічну освіту, він закінчив вступ до інформатики та методології програмування в Стенфордському університеті. Його перший стартап був з Moodstocks, для створення машинного навчання для комп’ютерного зору, а пізніше його придбала Google. До цього він був співзасновником і генеральним директором VideoNot.es, провідної платформи для нотаток цифрової епохи. Потім він створив відділ маркетингу та розвитку для Mention – провідного європейського стартапу в 160 році. Завдяки своєму досвіду в машинному навчанні Hugging Face залучив XNUMX мільйонів доларів від Sequoia, Coatue, Lee Fixel, Lux, Betaworks, перших інвесторів Instagram і Snapchat. , головний науковий співробітник Salesforce, і Кевін Дюрант.
Завдяки багаторічному досвіду та дослідницьким інтересам до машинного навчання, обробки природної мови, штучного інтелекту та програмного забезпечення, Джей Аламмар є директором та науковим співробітником (обробка природної мови) у Cohere. Він розпочав роботу як партнер із розробки машинного навчання та допомагає розробникам вирішувати бізнес-проблеми за допомогою передових мовних моделей AI та NLP. Зараз він консультує підприємства та розробників щодо використання великих мовних моделей для вирішення реальних випадків використання обробки мови. Він має ступінь Стенфордського університету в галузі освіти, впливу та стратегії переговорів. Джей також має веб-сайт англійського технічного блогу для науково-дослідної роботи з машинного навчання, де він публікує все про НЛП, машинне навчання та штучний інтелект. Джей допоміг понад 10,000 XNUMX учням у складних темах машинного навчання. Отже, якщо ви шукаєте одного з найкращих лідерів у галузі обробки даних, ви можете покластися на Джея Аламмара.
"Ймовірно, штучний інтелект призведе до кінця світу, але тим часом з’являться чудові компанії."
Сем Альтман є партнером Apollo Projects. Раніше він працював в OpenAI як співзасновник і генеральний директор. Сем Альтман навчався в Стенфордському університеті, але покинув навчання, не отримавши ступеня бакалавра. Він є одним із лідерів у галузі обробки даних, відомий Loopt, Y Combinator та OpenAI. У 2005 році, коли йому було 19 років, Альтман став співзасновником Loopt, соціальної мережі, що базується на геолокації, залучивши понад 30 мільйонів доларів венчурного капіталу як генеральний директор. Незважаючи на придбання компанією Green Dot за 43.4 мільйона доларів у 2012 році, у Loopt виникли труднощі. Альтман приєднався до Y Combinator у 2011 році, ставши її президентом у 2014 році, контролюючи загальну оцінку таких компаній, як Airbnb і Dropbox, у 65 мільярдів доларів. У 2016 році він розширив свою роль, включивши YC Group. Альтман ініціював YC Continuity та YC Research, фінансуючи зрілі компанії та дослідницьку лабораторію. У 2019 році він перейшов на посаду голови YC, згодом зосередившись на Tools For Humanity, підприємстві 2019 року, яке надає автентифікацію за допомогою сканування очей і криптовалюту Worldcoin для запобігання шахрайству.
"ШІ забезпечить набагато більш персоналізовану медицину."
Йошуа Бенгіо, відомий у всьому світі завдяки своєму досвіду в галузі штучного інтелекту, є новатором глибокого навчання, нагороджений орденоме престижний 2018 A.M. Премія Тюрінга разом із Джеффрі Гінтоном і Янном Лекуном. Працюючи повним професором Монреальського університету, він заснував і очолив Міла – Квебекський інститут ШІ. Бенгіо є старшим науковим співробітником програми CIFAR Learning in Machines & Brains та науковим директором IVADO. Примітно, що він отримав премію Кіллама в 2019 році, а в 2022 році отримав статус найбільш цитованого комп’ютерника в світі. Bengio бере активну участь у боротьбі з впливом ШІ на суспільство. Він теж зробив свій внесок до Монреальської декларації про відповідальний розвиток штучного інтелекту.
"Наука про дані – це не розробка програмного забезпечення. Є багато збігів… але зараз ми створюємо прототипи моделей."
Джеремі Ховард — один із лідерів австралійських спеціалістів із обробки даних, підприємців і викладачів. Говард розпочав свою кар’єру в управлінському консалтингу в McKinsey & Co та AT Kearney, витративши на це вісім років, перш ніж зважитися на підприємницьку діяльність. Він зробив значний внесок у проекти з відкритим кодом, відіграючи ключову роль у розробці мови програмування Perl, сервера Cyrus IMAP і сервера Postfix SMTP. Як голова робочої групи Perl6-data та автор RFC, він значно вплинув на еволюцію Perl. Говард заснував успішні стартапи в Австралії: постачальник послуг електронної пошти FastMail (придбаний Opera Software) і компанію з оптимізації цін на страхування Optimal Decisions Group (ODG, розроблена ChoicePoint). FastMail був одним із піонерів, які дозволили користувачам інтегрувати свої настільні клієнти. Він був генеральним директором-засновником Enlitic, колишнім президентом Kaggle, співзасновником Masks4All, видатним науковцем Університету Сан-Франциско та засновником FastMail.FM і Optimal Decisions; екс-консультант з управління.
"Насправді я був би дуже песимістично налаштований щодо світу, якби щось на кшталт штучного інтелекту не виникало."
Деміс Хассабіс — британський комп’ютерник, дослідник штучного інтелекту та підприємець. Він є ерудит і провідний діяч штучного інтелекту (ШІ), відомий своїм новаторським внеском у цю сферу. Хассабіс, народжений у 1976 році, продемонстрував надзвичайний талант у шахах, ставши гросмейстером лише у 13 років. Перейшовши до академії, він вивчав інформатику в Кембриджі. Пізніше Хассабіс став співзасновником компанії Elixir Studios, яка розробляла відеоігри. У 2010 році він заснував DeepMind, дослідницьку лабораторію штучного інтелекту, придбану компанією Google у 2014 році. Робота Хассабіса в DeepMind привела до значного прогресу в машинному навчанні, особливо в сфері глибокого навчання з підкріпленням. Його зусилля підкреслюють прагнення розширити межі можливостей ШІ.
У 2024 році залишатися в авангарді інновацій у галузі обробки даних має вирішальне значення, і 12 найкращих є першопрохідцями, яким слід слідувати. Ці лідери, піонери в аналітиці великих даних і експерти в галузі даних, продовжують формувати ландшафт завдяки своїм далекоглядним ідеям і новаторським внескам. Від навігації складними алгоритмами до використання можливостей машинного навчання, ці лідери Data Science керують курсом на майбутнє. Дотримання їхніх вказівок дає неперевершену можливість бути в курсі останніх тенденцій і досягнень у галузі даних, що робить їх незамінними фігурами для всіх, хто орієнтується в динамічному світі аналізу даних.
