Top 12 лидеров в области Data Science, за которыми стоит следить в 2024 году.
Топ-12 лидеров в области Data Science, о которых стоит знать в 2024 году.
В взрывоопасном мире науки о данных наступление 2024 года свидетельствует о ключевом моменте, когда мы обращаем наше внимание на отдельную группу лидеров, стимулирующих инновации и формирующих будущее аналитики. Список “Топ-12 лидеров науки о данных” служит маяком, отмечая их исключительную экспертизу, видение в области руководства и значительный вклад в области. Присоединяйтесь к нам в этом путешествии за границы новаторских умов, когда мы исследуем их истории, проекты и прогнозы, обещающие определить траекторию развития науки о данных. Эти выдающиеся лидеры – не просто пионеры; они воплощают авангард, направляющий нас в эру беспрецедентного развития и открытий.
Список Топ-12 лидеров науки о данных, которых стоит следить в 2024 году
Докатываясь до 2024 года, мы обращаемся к особой группе людей, проявляющих удивительную экспертизу, способности к руководству и значительный вклад в науку о данных. Список “Топ-12 лидеров науки о данных” призван признать и подчеркнуть этих людей, признавая их как мыслителей, инноваторов и многократно замеченных лидеров, чьи достижения ожидаются в следующем году.
Погружаясь в детали, становится очевидно, что точки зрения, предприятия и инициативы этих людей могут изменить наши методы и использование данных при решении сложных задач в разных секторах. Будь то прогресс в предсказательной аналитике, защита этической практики искусственного интеллекта или разработка передовых алгоритмов. Люди на этом списке готовы повлиять на область науки о данных в 2024 году.
1. Андрю Нг
“Очень важно найти подходящий бизнес-контекст для применения искусственного интеллекта. Я люблю технологии. Они открывают множество возможностей. Но в конечном итоге технологии должны быть приспособлены и вписаны в деловые сценарии”.
Доктор Андрю Нг – британо-американский компьютерный ученый с экспертизой в области машинного обучения (ML) и искусственного интеллекта (AI). Говоря о своем вкладе в развитие искусственного интеллекта, он является основателем DeepLearning.AI, основатель и генеральный директор Landing AI, партнер AI Fund и преподаватель в отделе компьютерных наук Стэнфордского университета. Кроме того, он был основным исследователем команды искусственного интеллекта с глубоким обучением в рамках Google Brain. Также он работал главным ученым в Baidu, где наставлял группу из 1300 человек по искусственному интеллекту и разработал глобальную стратегию AI для компании.
Андрю Нг возглавил разработку MOOC (масштабного открытого онлайн-курса) в Стэнфордском университете. Он также основал Coursera и предлагал курсы по машинному обучению более чем 100 000 студентам. Будучи пионером в области машинного обучения и онлайн-образования, у него есть степени Карнеги-Меллонского университета, Массачусетского технологического института и Университета Калифорнии в Беркли. Кроме того, он является соавтором более 200 научных работ в области машинного обучения, робототехники и смежных областях, и он стал одним из 100 наиболее влиятельных людей в мире по версии Tiime.
Сайт: https://www.andrewng.org
Твиттер: @AndrewYNg
Фейсбук: Andrew Ng, Google Scholar.
2. Андрей Карпати
“Мы должны были заставить искусственный интеллект выполнять всю работу, но мы сами играем, а искусственный интеллект играет в игры!”
Андрей Карпати, обладатель докторской степени из Словакии, является создателем своего рода JARVIS в Орпел. Он был директором искусственного интеллекта и компьютерного зрения на Tesla. Карпати увлечен глубокими нейронными сетями. Он начал свой путь из Торонто с двойной специализацией по компьютерным наукам и физике, а затем поступил в Колумбийский университет для дальнейшего обучения. Там он работал с Михиэлем ван де Панне над обучением контроллеров для фигур, смоделированных физически.
Кроме того, он также работал с Фей-Фей Ли во время учебы на кафедре видения Стэнфордского университета, где он занимался архитектурой сверточных нейронных сетей и рекуррентных нейронных сетей и их применением в обработке естественного языка и компьютерном зрении и их взаимосвязи. Он разработал и был первым основным преподавателем курса CS 231n: Сверточные нейронные сети для визуального распознавания. Он является энтузиастом блоггером и разработчиком библиотек глубокого обучения и страстным экспертом по науке о данных.
Веб-сайт: https://karpathy.ai
Twitter: @karpathy
3. Амена Анадкумар
Амена Анадкумар родилась в Майсуре, Индия, профессор Брена в Калтехе и является старшим директором исследовательской группы по искусственному интеллекту в NVIDIA. Она является влиятельным человеком с 159 417 подписчиками, и ее научные интересы связаны с машинным обучением в большом масштабе, несгладимой оптимизацией и статистикой в высоких измерениях. Анадкумар получила степени в Индийском институте технологии (IIT) Мадрас и Корнелльском университете и ранее работала главным ученым в службе Amazon Web Services. Она является членом ACM, IEEE и Фонда Альфреда П. Солана. Ее работы в разработке новых искусственных интеллектов ускоряют научные применения ИИ, включая научные моделирования, прогнозирование погоды и разработку лекарств, для чего она была награждена на конференции NeurIPS и премией Гордона Белла АСМ за исследование COVID-19 на основе высокопроизводительных вычислений.
Веб-сайт: https://www.eas.caltech.edu/people/anima
Twitter: https://twitter.com/AnimaAnandkumar
4. Фей-Фей Ли
«Я верю в будущее, в котором искусственный интеллект изменит мир. Вопрос в том, кто изменяет искусственный интеллект? Очень важно привлечь разнообразные группы студентов и будущих лидеров в развитие искусственного интеллекта».
Фей-Фей Ли является со-директором Института искусственного интеллекта и исследовательской лаборатории “Видение и обучение” в Стэнфордском университете. Она является первой профессором Секвойя в отделе компьютерных наук Стэнфордского университета. Она также работала в качестве вице-президента в Google и главного ученого по искусственному интеллекту/машинному обучению в Google Cloud. Благодаря своему многолетнему опыту она тесно сотрудничала в таких областях, как когнитивно вдохновленный искусственный интеллект, глубокое обучение, машинное обучение, компьютерное зрение, искусственный интеллект в здравоохранении и другие.
Говоря о своих исследованиях, она опубликовала более 200 научных статей на конференциях и ведущих журналах соответствующих областей. ImageNet, созданный Фей-Фей Ли, является революционным проектом в последних фронтирах искусственного интеллекта и глубокого обучения. Вместе с техническим путешествием она является симболом разнообразия в области искусственного интеллекта и СТЕМ национального уровня. Работа Фей-Фей Ли была отмечена наградами, включая Women in Tech журнала ELLE 2017, глобального мыслителя 2015 года по версии Foreign Policy и престижную премию «Великие иммигранты: гордость Америки» Фонда Карнеги в 2016 году.
Профиль Стэнфорда: https://profiles.stanford.edu/fei-fei-li/
Twitter: @drfeifei
5. Ян Лекун
«Искусственный интеллект — это усилитель человеческого интеллекта, и когда люди становятся умнее, происходят лучшие вещи: люди становятся более продуктивными, счастливыми, и экономика процветает».
С обширными знаниями в области научных исследований, технического консультирования и научного советования, Ян Лекун является главным искусственным интеллектом ученым в Facebook. Он известен по всему миру благодаря своей работе в области мобильной робототехники, машинного обучения, компьютерного зрения и вычислительной нейронауки. Лекун основал сверточные нейронные сети и внес вклад в проекты распознавания оптических символов и компьютерного зрения с использованием сверточных нейронных сетей. Он является основателем Центра науки о данных в Нью-Йоркском университете и был руководителем отдела исследований по обработке изображений. Г-н Лекун является одним из основных создателей DjVu и получил премию Тьюринга в 2018 году от Йошуа Бенджио и Джеффри Хинтона за их вклад в глубокое обучение.
Лекун известен своим вкладом в машинное обучение, в частности, своими сверточными нейронными сетями. Эти сети, вдохновленные биологией, были применены в оптическом и распознавании почерка, создав систему распознавания банковских чеков. Эта система была принята компанией NCR и другими компаниями и обрабатывала 10% всех чеков США в конце 1990-х и начале 2000-х годов.
Веб-сайт: https://research.fb.com/people/lecun-yann/
Twitter: @ylecun
6. Иан Гудфеллоу
«Даже сегодняшние сети, которые мы считаем достаточно большими с точки зрения вычислительных систем, меньше нервной системы даже относительно примитивных позвоночных животных, таких как лягушки».
Иан Гудфеллоу, американский компьютерный ученый, хорошо известен своей научно-исследовательской работой в области машинного обучения. Он является директором машинного обучения в Apple. Под руководством Эндрю Нга, он получил степень бакалавра и магистра по информатике в Стэнфордском университете. Он также получил степень доктора философии в Университете Монреаля под руководством Йошуа Бенджио и Аарона Курвиля. Говоря о его предыдущей работе, Иан Гудфеллоу с многолетним опытом работы в глубоком обучении работал в Google Brain в качестве научного сотрудника. После этого он присоединился к Open AI (в их первые годы), а затем вернулся в Google Research.
Иан Гудфеллоу также исследовал и написал учебник «Глубокое обучение», став знаменитым благодаря изобретению генеративных антагонистических сетей. Пока он работал в Google, он создал систему, облегчающую автоматическое распознавание адресов по фотографиям автомобилей на снимках Street View для Google Maps. Кроме того, Гудфеллоу обнаружил уязвимости в системах машинного обучения. В 2017 году MIT Technology Review признал его одним из 35 инноваторов до 35 лет, и в 2019 году журнал Foreign Policy включил его в список 100 мировых мыслителей.
Веб-сайт: https://www.iangoodfellow.com/,
Twitter: @goodfellow_ian
7. Клеман Деланг
С 127 491 подписчиками в LinkedIn, он один из лидеров в области науки о данных, за которыми можно следить. Клеман Деланг является генеральным директором и сооснователем Hugging Face. Это платформа машинного обучения с открытым исходным кодом, где исследователи всего мира могут делиться своими моделями и наборами данных, а также передавать опыт в лучших практиках. Говоря о его образовании, он прошел курс «Введение в информатику и методологию программирования» в Стэнфордском университете. Его первый стартап-проект был связан с Moodstocks и разработкой машинного обучения для компьютерного зрения, который позже был приобретен Google. До этого он был соучредителем и генеральным директором VideoNot.es, ведущей платформы для создания заметок в цифровую эпоху. Затем он создал отдел маркетинга и развития для Mention – ведущего европейского стартапа в 2014 году. Благодаря своему опыту в области машинного обучения Hugging Face привлекло $ 160 млн от Sequoia, Coatue, Ли Фиксела, Люкса, Betaworks, первых инвесторов Instagram и Snapchat, главного ученого Salesforce и Кевина Дюранта.
Twitter: https://twitter.com/ClementDelangue
8. Джей Аламмар
С годами опыта и научным интересом к машинному обучению, обработке естественного языка, искусственному интеллекту и программному обеспечению, Джей Аламмар является директором и инженерным специалистом (обработка естественного языка) в компании Cohere. Он начал свою карьеру партнером в сфере инженерии машинного обучения и помогает разработчикам решать бизнес-проблемы с помощью передовых моделей языкового искусственного интеллекта и обработки естественного языка. Теперь он консультирует предприятия и разработчиков по использованию больших языковых моделей для решения реальных задач обработки языка. Он получил степень Стэнфордского университета в программе по исполнительному образованию, влиянию и стратегиям переговоров. У Джея также есть англоязычный технический блог о машинном обучении и искусственном интеллекте, где он публикует все о обработке естественного языка, машинном обучении и искусственном интеллекте. Джей помог более 10 000 учащихся разобраться в сложных вопросах машинного обучения. Если вы ищете одного из лучших лидеров в области науки о данных, вы можете положиться на Джея Аламмара.
Веб-сайт: https://jalammar.github.io/
Твиттер: https://www.linkedin.com/in/jalammar/
9. Сэм Альтман
“ИИ, вероятно, приведет к концу мира, но пока будут замечательные компании.”
Сэм Альтман является партнером компании Apollo Projects. Ранее он работал в OpenAI в качестве сооснователя и генерального директора. Сэм Альтман учился в Стэнфордском университете, но не закончил его, не получив степень бакалавра. Он является одним из лидеров в области науки о данных, известных благодаря компаниям Loopt, Y Combinator и OpenAI. В 2005 году, в возрасте 19 лет, Альтман совместно с другими основал Loopt – местообитание на основе социальной сети, привлекшей более 30 миллионов долларов венчурного капитала и работал там генеральным директором. Несмотря на поглощение компанией Green Dot за 43,4 миллиона долларов в 2012 году, Loopt испытывал сложности. Альтман присоединился к Y Combinator в 2011 году и стал его президентом в 2014 году, руководяшей общей оценкой в 65 миллиардов долларов для компаний, таких как Airbnb и Dropbox. В 2016 году он расширил свою роль, включив в неё YC Group. Альтман инициировал YC Continuity и YC Research, финансируя зрелые компании и лабораторию исследований. В 2019 году он стал председателем YC, затем сосредоточился на Tools For Humanity, венчурных проектах 2019 года, предлагающих аутентификацию с помощью сканирования глаз и криптовалюту Worldcoin для предотвращения мошенничества.
Веб-сайт: https://blog.samaltman.com/
Твиттер: https://x.com/sama?s=20
10. Ёшуа Бенджио
“ИИ позволит создать гораздо более персонализированную медицину.”
Известный во всем мире своими знаниями в области искусственного интеллекта, Ёшуа Бенджио является пионером глубокого обучения, удостоенным престижной премии А. М. Тьюринга 2018 года вместе с Джеффри Хинтоном и Яном Лекуном. Служа как профессор Университета Монреаля, он основал и возглавляет Mila – Институт искусственного интеллекта Квебека. Бенджио является старшим исследователем в программе CIFAR Learning in Machines & Brains и научным директором IVADO. Он в 2019 году получил премию Киллама и в 2022 году стал самым цитируемым компьютерным ученым в мире. Бенджио активно занимается решением социальных проблем, связанных с искусственным интеллектом. Он также внес свой вклад в Монреальскую декларацию о ответственном развитии искусственного интеллекта.
Веб-сайт: https://yoshuabengio.org/
LinkedIn: https://www.linkedin.com/in/yoshuabengio/
11. Джереми Ховард
“Наука о данных не является программной инженерией. Есть некоторое пересечение… но то, что мы сейчас делаем, – это создание прототипов моделей.”
Джереми Ховард – один из лидеров австралийских ученых в области данных, предпринимателей и преподавателей. Ховард начал свою карьеру в консалтинговой компании McKinsey & Co и AT Kearney, где проработал восемь лет, прежде чем заняться предпринимательством. Он внес существенный вклад в проекты с открытым исходным кодом, сыграв ключевую роль в развитии языка программирования Perl, сервера Cyrus IMAP и сервера Postfix SMTP. В качестве председателя рабочей группы Perl6-Data и автора RFC он значительно повлиял на эволюцию языка Perl. Ховард основал успешные стартапы в Австралии: поставщик электронной почты FastMail (приобретенный Opera Software) и компанию по оптимизации ценообразования страховок Optimal Decisions Group (ODG, разработанную ChoicePoint). FastMail был одним из пионеров в возможности интеграции клиентов настольных компьютеров. Он был первым генеральным директором Enlitic, бывшим президентом Kaggle, сооснователем Masks4All, выдающимся научным сотрудником Университета Сан-Франциско и основателем FastMail.FM и Optimal Decisions; бывшим консультантом по менеджменту.
Вебсайт: https://jeremy.fast.ai/
LinkedIn: https://www.linkedin.com/in/howardjeremy/
12. Демис Хассабис
«Я был бы очень пессимистичным по отношению к миру, если бы не было чего-то вроде искусственного интеллекта».
Демис Хассабис – британский компьютерный ученый, исследователь в области искусственного интеллекта и предприниматель. Он является полиматом и ведущей фигурой в области искусственного интеллекта (ИИ), и известен своими революционными вкладами в эту область. Родившись в 1976 году, Хассабис проявил поразительные способности в шахматах, став гроссмейстером уже в 13 лет. Перейдя к научной деятельности, он изучал информатику в Кембридже. Позднее Хассабис совместно совладал основал пионерскую компанию по разработке видеоигр Elixir Studios. В 2010 году он основал DeepMind – исследовательскую лабораторию по искусственному интеллекту, которую Google приобрела в 2014 году. Работа Хассабиса в DeepMind привела к значительным прорывам в области машинного обучения, особенно в области глубокого обучения с подкреплением. Его усилия подчеркивают его стремление расширять возможности ИИ, преодолевая границы того, на что он способен.
Twitter: https://x.com/demishassabis?s=20
Вебсайт: https://www.demishassabis.com/
Заключение
В 2024 году оставаться на переднем крае инноваций в области науки о данных крайне важно, и вот эти 12 лидеров – это проводники. Эти руководители, пионеры в области аналитики больших данных и эксперты в науке о данных, продолжают формировать ландшафт с помощью своих видений и революционных вкладов. Находиться в сложных алгоритмах и использовать силу машинного обучения – эти лидеры по науке о данных направляют будущее в правильном направлении. Следование их руководству дает непревзойденную возможность быть в курсе последних тенденций и достижений в области науки о данных, что делает их незаменимыми фигурами для всех, кто ориентируется в динамичном мире аналитики данных.
