En el floreciente ámbito de la ciencia de datos, la llegada de 2024 presagia un momento crucial en el que centramos nuestra atención en un grupo selecto de luminarias que impulsan la innovación y dan forma al futuro de la analítica. La "Lista de los 12 principales líderes en ciencia de datos" sirve como un faro que celebra la experiencia excepcional, el liderazgo visionario y las contribuciones sustanciales de estas personas dentro del campo. Únase a nosotros en esta exploración de mentes innovadoras, mientras navegamos a través de sus narrativas, proyectos y perspectivas visionarias que prometen dar forma a la trayectoria de la ciencia de datos. Estos líderes ejemplares no son sólo pioneros; encarnan las vanguardias que nos conducen hacia una era de innovación y descubrimiento incomparables.
Lista de los 12 principales líderes en ciencia de datos a seguir en 2024
A medida que nos acercamos al 2024, nos centramos en un grupo distintivo de personas que muestran experiencia, liderazgo y contribuciones notables dentro de la ciencia de datos. La “Lista de los 12 principales líderes en ciencia de datos” tiene como objetivo reconocer y destacar a estas personas, reconociéndolas como líderes de opinión, innovadores e influyentes que se espera que alcancen hitos importantes el próximo año.
A medida que profundizamos en los detalles, se hace evidente que los puntos de vista, las empresas y las iniciativas de estas personas pueden transformar nuestros métodos y utilización de datos para abordar desafíos complejos que abarcan varios sectores. Ya sea que implique avances en el análisis predictivo, la promoción de prácticas éticas de IA o el desarrollo de algoritmos de vanguardia.. TLas personas destacadas en esta lista están preparadas para influir en el terreno de la ciencia de datos en 2024.
1. Andrew Ng
“Gran parte del juego de la IA actual consiste en encontrar el contexto empresarial adecuado en el que encajar. Me encanta la tecnología. Abre muchas oportunidades. Pero, al final, la tecnología debe contextualizarse y adaptarse a un caso de uso empresarial”.
El Dr. Anndrew Ng es un científico informático británico-estadounidense con Aprendizaje automático (ML) y Inteligencia Artificial (AI) pericia. Hablando de su contribución al desarrollo de la IA, es el fundador de DeepLearning.AI, el fundador y director ejecutivo de Landing AI, socio general de AI Fund y profesor adjunto en el Departamento de Ciencias de la Computación de la Universidad de Stanford. Además, fue el líder fundador del equipo de investigación de inteligencia artificial de aprendizaje profundo bajo el paraguas de Google AI: Google Brain. También se desempeñó como científico jefe en Baidu, donde fue mentor de un grupo de IA de 1300 personas y desarrolló la estrategia global de IA de la empresa.
El Sr. Anndrew Ng dirigió el desarrollo de MOOC (cursos masivos abiertos en línea) en la Universidad de Stanford. También fundó Coursera y ofreció cursos de aprendizaje automático (ML) a más de 100,000 estudiantes. Pionero en aprendizaje automático y educación en línea, tiene títulos de la Universidad Carnegie Mellon, el MIT y la Universidad de California, Berkeley. Además, fue coautor de más de 200 artículos de investigación en aprendizaje automático, robótica y campos relacionados, y obtuvo la insignia de la lista de las 100 personas más influyentes del mundo de Tiime.
"Se suponía que íbamos a hacer que la IA hiciera todo el trabajo y nosotros jugáramos, ¡pero nosotros hacemos todo el trabajo y la IA está jugando!"
Andrej Karpathy, un doctorado eslovaco-canadiense de Stanford, está construyendo una especie de JARVIS en la Ópera. Fue Director de IA de inteligencia artificial y Autopilot Vision en Tesla. karpatía Le apasionan las redes neuronales profundas. Comenzó su viaje desde Toronto con una doble especialización en Ciencias de la Computación y Física, y luego fue a Columbia para realizar más estudios. Allí trabajó con Michiel van de Panne en el aprendizaje de controladores para figuras físicamente simuladas.
Además, también trabajó con Fei-Fei Li para su doctorado. en Stanford Vision Lab, donde trabajó en el Red neuronal convolucional y Red neuronal recurrente arquitecturas y sus aplicaciones en Procesamiento natural del lenguaje y Visión por computador y su intersección. Diseñó y fue el primer instructor principal de CS 231n: Redes neuronales convolucionales para el reconocimiento visual. Es un blogger entusiasta y desarrollador de bibliotecas de aprendizaje profundo y un apasionado experto en ciencia de datos.
Amena Anadkumar es profesora Bren en Caltech, nacida en Mysore, India, y se desempeña como directora senior de Investigación de IA en NVIDIA. Es una influencer con 159,417 seguidores y sus intereses de investigación son el aprendizaje automático a gran escala, la optimización no convexa y las estadísticas de alta dimensión. Anadkumar Tiene títulos del Instituto Indio de Tecnología (IIT) de Madrás y la Universidad de Cornell y anteriormente fue científico principal de Amazon Web Services. Es miembro de ACM, IEEE y la Fundación Alfred P. Solan. Su trabajo en el desarrollo de inteligencia artificial novedosa acelera las aplicaciones científicas de la IA, incluidas simulaciones científicas, pronósticos meteorológicos y diseño de fármacos. Recibió el premio especial NeurIPS y ACM Gordon Bell por la investigación COVID-19 basada en HPC.
“Creo en el futuro de la IA que cambiará el mundo. La pregunta es ¿quién está cambiando la IA? Es realmente importante incorporar diversos grupos de estudiantes y futuros líderes al desarrollo de la IA”.
Fei-Fei Li es codirector del Instituto Stanford de Inteligencia Artificial (IA) centrada en el ser humano y del Laboratorio de Visión y Aprendizaje. Es la profesora inaugural de Sequoia en el departamento de informática de la Universidad de Stanford. También trabajó como vicepresidenta de Google y científica jefa de AI/ML en Google Cloud. Con sus años de experiencia, ha trabajado estrechamente en áreas como la IA de inspiración cognitiva, el aprendizaje profundo, el aprendizaje automático, la visión por computadora, la IA en la atención médica y más.
Hablando de su investigación, ha publicado más de 200 artículos científicos en congresos y revistas importantes de los campos relevantes. ImageNet, desarrollado por Fei-Fei Li, es un proyecto revolucionario en las últimas fronteras de la Inteligencia Artificial y el aprendizaje profundo. Junto al recorrido técnico, es abanderada a nivel nacional de la diversidad en IA y STEM. Ha recibido premios por su trabajo, incluido el Women in Tech 2017 de la revista ELLE, un Pensador Global de 2015 por Foreign Policy y el prestigioso “Great Immigrants: The Pride of America” de la Fundación Carnegie en 2016.
"La IA es un amplificador de la inteligencia humana y cuando las personas son más inteligentes, suceden cosas mejores: las personas son más productivas, más felices y la economía se esfuerza".
Con experiencia en investigación, consultoría técnica y asesoramiento científico, Yann LeCun es el científico jefe de IA en Facebook. Es conocido mundialmente por su trabajo en robótica móvil, aprendizaje automático, visión por computadora y neurociencia computacional. leCun Fundó redes convolucionales y contribuyó a proyectos de OCR y visión por computadora utilizando redes neuronales convolucionales. Es el director fundador del Centro de Ciencia de Datos de la Universidad de Nueva York y fue jefe del departamento de investigación de procesamiento de imágenes. LeCun es uno de los principales creadores de DjVu y recibió el Premio Turing en 2018 de manos de Yoshua Bengio y Geoffrey Hinton por su contribución al aprendizaje profundo.
LeCun es conocido por sus contribuciones al aprendizaje automático, en particular sus redes neuronales convolucionales. Estas redes de inspiración biológica se aplicaron al reconocimiento óptico y de escritura a mano, creando un sistema de reconocimiento de cheques bancarios. Este sistema fue adoptado por NCR y otras empresas y procesó el 10% de todos los cheques estadounidenses a finales de los años 1990 y principios de los 2000.
"Incluso las redes actuales, que consideramos bastante grandes desde el punto de vista de los sistemas computacionales, son más pequeñas que el sistema nervioso incluso de animales vertebrados relativamente primitivos como las ranas".
Ian Goodfellow, un informático estadounidense, es conocido por su trabajo de investigación en aprendizaje automático. Se desempeña como Director de Aprendizaje Automático en Apple. Bajo la supervisión de Andrew Ng, tiene un B.S. y M.S. en Ciencias de la Computación de la Universidad de Stanford. También obtuvo un doctorado. de la Universidad de Montréal bajo la supervisión de Yoshua Bengio y Aaron Courville. Hablando de su trabajo anterior, Ian Goodfellow, con años de experiencia en aprendizaje profundo, trabajó como científico investigador en Google Brain. Después de eso, se unió a Open AI (en sus primeros años) y luego regresó a la investigación de Google.
Ian Goodfellow también investigó y escribió el libro de texto "Aprendizaje profundo", que ganó prominencia por inventar redes generativas de confrontación. Mientras estaba en Google, creó un sistema que facilitaba la transcripción automática de direcciones de fotos de automóviles de Street View para Google Maps. Además, Goodfellow expuso vulnerabilidades en los sistemas de aprendizaje automático. En 2017, el MIT Technology Review lo reconoció entre los 35 Innovadores menores de 35 años, y en 2019, Foreign Policy lo incluyó en la lista de los 100 Pensadores Globales.
Con 127,491 seguidores en LinkedIn, es uno de los líderes en ciencia de datos que puedes seguir. Clement Delangue es el director ejecutivo y cofundador de Hugging Face. Es una plataforma de aprendizaje automático de código abierto donde investigadores de todo el mundo pueden compartir sus modelos, conjuntos de datos y mejores prácticas de IA. Hablando de su formación académica, completó su Introducción a la Informática y Metodología de Programación en la Universidad de Stanford. Su primera experiencia como startup fue con Moodstocks, para desarrollar aprendizaje automático para visión por computadora, y luego fue adquirida por Google. Antes de eso, fue cofundador y director ejecutivo de VideoNot.es, una plataforma líder en toma de notas para la era digital. Luego, creó un departamento de marketing y crecimiento para Mention, una startup europea líder en 2014. Con su experiencia en aprendizaje automático, Hugging Face recaudó 160 millones de dólares de Sequoia, Coatue, Lee Fixel, Lux, Betaworks, los primeros inversores en Instagram y Snapchat. , científico jefe de Salesforce, y Kevin Durant.
Con años de experiencia e interés en la investigación en aprendizaje automático, procesamiento del lenguaje natural, inteligencia artificial y software, Jay Alammar es director y miembro de ingeniería (procesamiento del lenguaje natural) en Cohere. Comenzó como socio en ingeniería de aprendizaje automático y ayuda a los desarrolladores a resolver problemas comerciales con modelos de PNL y IA de lenguaje de vanguardia. Ahora, asesora a empresas y desarrolladores sobre el uso de modelos de lenguaje grandes para resolver casos de uso de procesamiento de lenguaje en el mundo real. Tiene un título de Stanford en un programa de educación ejecutiva, influencia y estrategias de negociación. Jay también tiene un blog de tecnología en inglés para investigación y desarrollo de aprendizaje automático, donde publica todo sobre PNL, aprendizaje automático e inteligencia artificial. Jay ayudó a más de 10,000 XNUMX alumnos en temas complejos de aprendizaje automático. Entonces, si está buscando uno de los mejores líderes en ciencia de datos, puede contar con Jay Alammar.
"La IA probablemente conducirá al fin del mundo, pero mientras tanto, habrá grandes empresas."
Sam Altman es socio de Apollo Projects. Anteriormente trabajó en OpenAI como cofundador y director ejecutivo. Sam Altman asistió a la Universidad de Stanford, pero la abandonó sin obtener una licenciatura. Es uno de los líderes en ciencia de datos conocidos por Loopt, Y Combinator y OpenAI. En 2005, a los 19 años, Altman cofundó Loopt, una aplicación de redes sociales basada en la ubicación, y obtuvo más de 30 millones de dólares en capital de riesgo como director ejecutivo. A pesar de la adquisición por parte de Green Dot por 43.4 millones de dólares en 2012, Loopt tuvo problemas. Altman se unió a Y Combinator en 2011, convirtiéndose en su presidente en 2014, supervisando una valoración total de 65 mil millones de dólares para empresas como Airbnb y Dropbox. En 2016, amplió su función para incluir a YC Group. Altman inició YC Continuity y YC Research, financiando empresas maduras y un laboratorio de investigación. En 2019, pasó a ser presidente de YC y luego se centró en Tools For Humanity, una empresa de 2019 que proporciona autenticación por escaneo ocular y criptomoneda Worldcoin para la prevención del fraude.
"La IA permitirá una medicina mucho más personalizada."
Reconocido mundialmente por su experiencia en inteligencia artificial, Yoshua Bengio es un pionero en aprendizaje profundo y ha sido honrado con elEl prestigioso 2018 A.M. Premio Turing junto a Geoffrey Hinton y Yann LeCun. Como profesor titular en la Universidad de Montreal, fundó y dirigió Mila – Quebec AI Institute. Bengio es Senior Fellow del programa CIFAR Learning in Machines & Brains y Director Científico de IVADO. En particular, recibió el Premio Killam en 2019 y, en 2022, alcanzó el estatus de informático más citado del mundo. Bengio participa activamente en abordar el impacto social de la IA. Él también contribuyó a la Declaración de Montreal para el Desarrollo Responsable de la Inteligencia Artificial.
"La ciencia de datos no es ingeniería de software. Hay mucha superposición... pero lo que estamos haciendo ahora es crear prototipos de modelos."
Jeremy Howard es uno de los líderes, emprendedores y educadores científicos de datos australianos. Howard comenzó su carrera en consultoría de gestión en McKinsey & Co y AT Kearney, y pasó ocho años antes de aventurarse en el mundo empresarial. Contribuyó notablemente a proyectos de código abierto, desempeñando un papel clave en el desarrollo del lenguaje de programación Perl, el servidor IMAP Cyrus y el servidor SMTP Postfix. Como presidente del grupo de trabajo de datos de Perl6 y autor de RFC, influyó significativamente en la evolución de Perl. Howard fundó empresas emergentes exitosas en Australia: el proveedor de correo electrónico FastMail (adquirido por Opera Software) y la empresa de optimización de precios de seguros Optimal Decisions Group (ODG, desarrollada por ChoicePoint). FastMail fue uno de los pioneros en permitir a los usuarios integrar sus clientes de escritorio. Fue el director ejecutivo fundador de Enlitic, ex presidente de Kaggle, cofundador de Masks4All, investigador científico distinguido de la Universidad de San Francisco y fundador de FastMail.FM y Optimal Decisions; ex consultor de gestión.
"De hecho, sería muy pesimista sobre el mundo si algo como la IA no apareciera en el futuro."
Demis Hassabis es un informático, investigador de inteligencia artificial y emprendedor británico. Es un erudito y figura líder en inteligencia artificial (IA), es conocido por sus contribuciones innovadoras al campo. Nacido en 1976, Hassabis demostró un talento prodigioso en el ajedrez, convirtiéndose en Gran Maestro con sólo 13 años. En su transición al mundo académico, estudió ciencias de la computación en Cambridge. Posteriormente, Hassabis cofundó la empresa pionera de videojuegos Elixir Studios. En 2010, fundó DeepMind, un laboratorio de investigación de inteligencia artificial adquirido por Google en 2014. El trabajo de Hassabis en DeepMind ha dado lugar a avances significativos en el aprendizaje automático, particularmente en el ámbito del aprendizaje por refuerzo profundo. Sus esfuerzos subrayan el compromiso de ampliar los límites de las capacidades de la IA.
En 2024, mantenerse a la vanguardia de la innovación en ciencia de datos es crucial, y los 12 primeros son los pioneros a seguir. Estos líderes, pioneros en análisis de big data y expertos en ciencia de datos, continúan dando forma al panorama con sus conocimientos visionarios y contribuciones innovadoras. Desde navegar por algoritmos complejos hasta aprovechar el poder del aprendizaje automático, estos líderes en ciencia de datos están marcando el rumbo hacia el futuro. Seguir su guía brinda una oportunidad incomparable de mantenerse al tanto de las últimas tendencias y avances en la ciencia de datos, lo que los convierte en figuras indispensables para cualquiera que navegue por el dinámico mundo del análisis de datos.
