Селина Ли, генеральный директор и соучредитель Zindi – Серия интервью

Селина Ли, генеральный директор и соучредитель Zindi – Серия интервью с влиятельными личностями

Селина Ли является генеральным директором и сооснователем Zindi, крупнейшей профессиональной сети для специалистов по обработке данных в Африке.

Селина страстно увлечена раскрытием потенциала данных во благо общества. У нее есть подтвержденный профиль мыслителя, сосредоточенного на связи между данными и развитием. Она занимала центральную роль в запуске глобальных платформ, включая Alliance for Financial Inclusion, insight2impact и теперь Zindi. Ее работа широко охватывает частный и государственный секторы и такие различные области развития, как финансовая инклюзия, развитие микро- и малого предпринимательства, развитие рыночной системы, половое равенство, изменение климата и здравоохранение. Она жила и работала в разных странах Азии, Латинской Америки и Южной части Африки.

Что изначально привлекло вас к компьютерным наукам и прикладной математике?

Вся моя жизнь я увлекалась математикой. Когда я узнала о программе прикладной математики, это мне просто понравилось, потому что я понимаю, как данные и математика переносятся на реальные приложения. Мне нравится работать с данными, потому что они могут рассказать историю. Данные могут иметь огромный эффект, но только если они попадут в руки нужного человека. Это волшебство.

Какие особые проблемы с реализацией решений в области науки о данных и машинного обучения в Африке?

Проблема заключается в том, что наборы данных могут быть неполными. Например, если вы работаете над задачами обработки естественного языка на местных африканских языках, некоторые языки имеют только несколько тысяч носителей, а некоторые даже не письменные. У вас нет такого объема данных, как, например, для английского языка. Но именно характер вызова делает решения еще более важными и значимыми.

Когда вы впервые придумали идею использования массового участия в решении задач по обработке данных?

Я узнала о Kaggle много лет назад, когда была в Сан-Франциско, когда они только начинали. Концепция возможности создания решений с помощью массового участия для организаций мне понравилась. Но я заметила пробел в том, что наборы данных и задачи были явно взяты из крупных, главным образом, американских корпоративных компаний, а участники также в основном были из “развитого” мира. Я много лет работала в сфере международного развития с данными и увидела возможность решать проблемы и для других регионов.

В первые несколько дней после запуска платформы произошел сбой из-за большого количества регистраций на Zindi. Вас удивила такая быстрая адаптация сообществом?

Я была удивлена, но не шокирована. Мы явно не предвидели количество трафика, который мы получим в первые несколько дней, иначе это не привело бы к сбою! Но я знал, что на рынке среди молодых африканских специалистов по обработке данных и желающих стать таковыми был спрос на такую платформу. Молодые люди на континенте амбициозны, энергичны и инновационны. Они готовы вложить работу, и они способны сделать всё возможным. Поэтому для меня не было шоком, что онлайн-пространство, подобное Zindi, сразу нашло отклик. На Zindi они могут общаться с другими единомышленниками по всей Африке и по всему миру, развивать новые навыки, развивать свой профиль и портфолио, и находить работу. Кроме того, я бы отметила, что люди очень гордятся тем, что это африканская платформа, на которой размещены африканские наборы данных и задачи. Как один из ученых-обработчиков данных сказал мне, на Zindi она нашла свой дом.

Битва на платформе DeepMind началась чуть больше года назад. О чем была эта битва?

Конкурс DeepMind был направлен на разработку моделей глубокого обучения для идентификации морских черепах по уникальным узорам на их лицах. Геометрические узоры на лицах морских черепах подобны отпечаткам пальцев. Но нет большого количества изображений морских черепах с близкого расстояния и находящихся вне воды. Мы сотрудничали с местной некоммерческой организацией по сохранению океана, которая имела коллекцию тысяч изображений, собранных за 10 лет работы в сфере охраны морских черепах.

Важность таких моделей искусственного интеллекта заключается в том, что они могут устранить необходимость в физических метках, которые могут быть дорогими, ненадежными (потому что они отпадают или повреждаются), и они могут быть опасными для здоровья морских черепах. Над этой проблемой работало более 700 участников. И решения являются открытыми исходниками, и другие некоммерческие организации в настоящее время работают над разработкой приложений на основе этих алгоритмов.

Какие есть примеры других вызовов, которые были запущены на платформе?

Мы провели более 300 вызовов на платформе Zindi. Эти вызовы охватывают множество различных отраслей, технических областей и сложностей! Захватывающим является то, что они все представляют собой реальные применения искусственного интеллекта и науки о данных, большей частью в Африке.

Чтобы назвать несколько: использование машинного обучения для прогнозирования уровней загрязнения воздуха в Кампале, прогнозирование уровней энергопотребления сетей 5G, выявление оползней с помощью спутниковых изображений, устранение неправильных и ошибочных GPS-меток для фитнес-приложения в Египте, выявление слов, связанных с сельским хозяйством на лугандском языке (местном языке в Уганде) на радио, измерение биомассы в Кот-д’Ивуаре с помощью спутниковых данных.

Список продолжается! Вы можете проверить их все здесь.

Сколько в среднем научных сотрудников работает над каждой проблемой, перечисленной, и насколько успешными являются компании в решении перечисленных вызовов?

Обычно над любой задачей на платформе работает от 500 до 1000 или даже больше научных сотрудников. Это зависит от сложности задачи и суммы призовых денег, предлагаемых за нее. Мы раздали более $500 000 USD победителям научных сотрудников в сообществе Zindi.

За годы у нас было несколько историй успеха. Например, Zimnat – крупнейшая страховая компания в Зимбабве – использует алгоритмы машинного обучения, полученные из Zindi, для прогнозирования того, какие клиенты наиболее вероятно откажутся от услуг (перестанут платить и уйдут из системы). Они внедрили эти модели в свою систему обслуживания клиентов, что позволило им сократить отток клиентов на 30% в тот год! Zimnat также наняла одного из лучших научных сотрудников в Зимбабве.

Компании владеют интеллектуальной собственностью трех лучших решений. Кроме самих моделей, компании очень ценят возможность привлечения сотен интеллектуальных людей к работе над их проблемами. Это способ проверить новые идеи, передать проблемы на внешние команды, у которых нет времени или технической возможности заниматься ими. Или, что чаще всего ценно, получить новые идеи и точки зрения.

Можете ли вы рассказать, как Zindi связывает научных сотрудников с компаниями после окончания конкурса?

На платформе Zindi зарегистрированы 70 000 пользователей (практиков в области данных и искусственного интеллекта) из 190 стран мира и 52 из 54 стран Африки. Примерно 50% наших пользователей находятся в университете; 85% имеют степень университета или работают на получение таковой, а 28% – женщины. Наша цель – сделать искусственный интеллект и науку о данных доступными каждому.

Ежемесячно на платформе активно работают около 6 000 человек. Это означает, что они либо участвуют в конкурсах или работают над ними, читают учебные блоги, обмениваются сообщениями на форумах, ведут прямые переписки с друзьями или подают заявки на работу.

Каждый раз, когда научный сотрудник принимает участие в конкурсе, публикует сообщение на форуме обсуждения или присоединяется к команде, эта активность добавляется в его профиль на Zindi. Профиль на Zindi становится их живым резюме и подтверждением их работы.

Мы помогаем компаниям найти научных сотрудников и создать свой кадровый резерв различными способами. Мы предлагаем компаниям корпоративную подписку на Zindi, которая дает им возможность получить ряд преимуществ, включая проведение конкурсов на Zindi, при этом компании получают интеллектуальную собственность трех лучших решений и могут прямо с лидерборда своего конкурса нанимать сотрудников. Они также получают доступ к Zindi Talent Search, который позволяет потенциальным работодателям искать профили Zindi и непосредственно определять и нанимать кандидатов на основе их фактической эффективности при работе над различными типами задач реального мира, то есть соревнованиями.

Какова ваша видимость будущего для Zindi?

Моя видимость для будущего заключается в том, чтобы Zindi была признана самым важным источником миллионов неоткрытых и разнообразных данных и талантов в области искусственного интеллекта со всего мира. Каждый человек, стремящийся работать с данными и искусственным интеллектом, будет знать, что ему нужно прийти к Zindi. Платформа Zindi – это место, где они знают, что независимо от их происхождения они могут развивать свои навыки, находить наставников и сверстников, которые помогут им на их пути, создавать профиль, демонстрирующий их возможности, и получать карьерные возможности.

И каждая компания будет нуждаться в членстве в Zindi, чтобы оставаться впереди конкуренции, потому что через несколько лет каждая компания будет конкурировать по качеству своих навыков в области анализа данных и искусственного интеллекта.

В настоящее время мы даем обещание всем пользователейм Zindi на платформе, что мы изменим их жизнь, если они позволят нам это сделать. Мы уже видели множество молодых людей, которые начинали на Zindi с трудностями даже при загрузке своего CSV-файла и спустя один-два года после участия в нескольких конкурсах на Zindi, участия в обсуждениях на форумах и объединения с разными людьми они получали невероятные работы из-за навыков и репутации, которые они построили на Zindi.

Спасибо за отличное интервью, читатели, желающие узнать больше, могут посетить Zindi.