Im aufstrebenden Bereich der Datenwissenschaft läutet das Jahr 2024 einen entscheidenden Moment ein, da wir unser Rampenlicht auf eine ausgewählte Kohorte von Koryphäen richten, die Innovationen vorantreiben und die Zukunft der Analytik gestalten. Die „Top 12 Data Science Leaders List“ dient als Leuchtturm und würdigt das außergewöhnliche Fachwissen, die visionäre Führung und die wesentlichen Beiträge dieser Personen auf diesem Gebiet. Begleiten Sie uns auf dieser Erkundungstour bahnbrechender Köpfe, während wir durch ihre Erzählungen, Projekte und visionären Ansichten navigieren, die versprechen, die Entwicklung der Datenwissenschaft zu prägen. Diese vorbildlichen Führungskräfte sind nicht nur Pioniere; Sie verkörpern die Avantgarde, die uns in eine Ära beispielloser Innovation und Entdeckung führt.
Liste der 12 führenden Data-Science-Führungskräfte, die Sie im Jahr 2024 im Auge behalten sollten
Während wir uns dem Jahr 2024 nähern, konzentrieren wir uns auf eine besondere Gruppe von Personen, die bemerkenswertes Fachwissen, Führungsqualitäten und bemerkenswerte Beiträge in der Datenwissenschaft vorweisen. Die „Top 12 Data Science Leaders List“ zielt darauf ab, diese Personen zu würdigen und hervorzuheben und sie als Vordenker, Innovatoren und Influencer anzuerkennen, von denen erwartet wird, dass sie im kommenden Jahr bedeutende Meilensteine erreichen.
Wenn wir tiefer in die Details eintauchen, wird deutlich, dass die Standpunkte, Unternehmungen und Initiativen dieser Personen unsere Methoden und Datennutzung bei der Bewältigung komplexer Herausforderungen in verschiedenen Sektoren verändern können. Ob es um Fortschritte in der prädiktiven Analyse, das Eintreten für ethische KI-Praktiken oder die Entwicklung modernster Algorithmen geht. TDie in dieser Liste hervorgehobenen Personen sind bereit, das Terrain der Datenwissenschaft im Jahr 2024 zu beeinflussen.
1. Anndrew Ng
„Ein großer Teil des heutigen KI-Spiels besteht darin, den geeigneten Geschäftskontext zu finden, der dazu passt. Ich liebe Technologie. Es eröffnet viele Möglichkeiten. Aber am Ende muss die Technologie kontextualisiert werden und in einen Geschäftsanwendungsfall passen.“
Dr. Anndrew Ng ist ein britisch-amerikanischer Informatiker mit Maschinelles Lernen (ML) und Artificial Intelligence (AI) Sachverstand. Er spricht über seinen Beitrag zur Entwicklung der KI: Er ist Gründer von DeepLearning.AI, Gründer und CEO von Landing AI, General Partner beim AI Fund und außerordentlicher Professor am Informatik-Department der Stanford University. Darüber hinaus war er Gründungsleiter des Deep-Learning-Forschungsteams für künstliche Intelligenz unter dem Dach von Google AI – Google Brain. Er fungierte außerdem als leitender Wissenschaftler bei Baidu, wo er eine 1300-köpfige KI-Gruppe betreute und die globale KI-Strategie des Unternehmens entwickelte.
Herr Anndrew Ng leitete die Entwicklung von MOOC (Massive Open Online Courses) an der Stanford University. Er gründete auch Coursera und bot Kurse für maschinelles Lernen (ML) für über 100,000 Studenten an. Als Pionier im Bereich ML und Online-Bildung verfügt er über Abschlüsse der Carnegie Mellon University, MIT, und der University of California, Berkeley. Darüber hinaus war er Mitautor von über 200 Forschungsarbeiten in den Bereichen ML, Robotik und verwandte Bereiche und erhielt das Abzeichen von Tiimes 100-Liste der einflussreichsten Personen der Welt.
"Wir sollten die KI die ganze Arbeit erledigen lassen und wir Spiele spielen, aber wir machen die ganze Arbeit und die KI spielt die Spiele!"
Andrej Karpathy, ein slowakisch-kanadischer Doktorand aus Stanford, baut eine Art JARVIS an der ORKB. Er war Direktor für KI für künstliche Intelligenz und Autopilot Vision bei Tesla. KArpathie ist begeistert von tiefen neuronalen Netzen. Er begann seine Reise in Toronto mit einem Doppelstudium in Informatik und Physik und ging danach für weitere Studien nach Columbia. Dort arbeitete er mit Michiel van de Panne an Lernsteuerungen für physikalisch simulierte Figuren.
Darüber hinaus arbeitete er auch für seine Doktorarbeit mit Fei-Fei Li zusammen. am Stanford Vision Lab, wo er daran arbeitete Faltungs-Neuronales Netz und Wiederkehrendes neuronales Netz Architekturen und ihre Anwendungen in Verarbeitung natürlicher Sprache und Computer Vision und ihre Schnittmenge. Er entwarf und war der erste Hauptdozent für CS 231n: Convolutional Neural Networks for Visual Recognition. Er ist ein begeisterter Blogger und Entwickler von Deep-Learning-Bibliotheken sowie ein leidenschaftlicher Data-Science-Experte.
Amena Anadkumar ist eine in Mysore, Indien, geborene Bren-Professorin am Caltech und fungiert als leitende Direktorin der KI-Forschung bei NVIDIA. Sie ist eine Influencerin mit 159,417 Followern und ihre Forschungsinteressen liegen im groß angelegten maschinellen Lernen, nicht-konvexer Optimierung und hochdimensionaler Statistik. Anadkumar verfügt über Abschlüsse des Indian Institute of Technology (IIT) Madras und der Cornell University und war zuvor leitender Wissenschaftler bei Amazon Web Services. Sie ist Fellow von ACM, IEEE und der Alfred P. Solan Foundation. Ihre Arbeit bei der Entwicklung neuartiger künstlicher Intelligenz beschleunigt die wissenschaftlichen Anwendungen von KI, einschließlich wissenschaftlicher Simulationen, Wettervorhersagen und Arzneimittelentwicklung. Sie wurde bei NeurIPS und dem ACM Gordon Bell Special Prize für HPC-basierte COVID-19-Forschung ausgezeichnet.
„Ich glaube an die Zukunft der KI, die die Welt verändern wird. Die Frage ist: Wer verändert die KI? Es ist wirklich wichtig, verschiedene Gruppen von Studierenden und zukünftigen Führungskräften in die Entwicklung von KI einzubeziehen.“
Fei-Fei Li ist Co-Direktorin am Stanford Institute for Human-Centered Artificial Intelligence (AI) und am Vision & Learning Lab. Sie ist die erste Sequoia-Professorin in der Informatikabteilung der Stanford University. Sie arbeitete außerdem als Vizepräsidentin bei Google und Chefwissenschaftlerin für KI/ML bei Google Cloud. Mit ihrer jahrelangen Erfahrung hat sie eng in Bereichen wie kognitiv inspirierter KI, Deep Learning, maschinellem Lernen, Computer Vision, KI im Gesundheitswesen und mehr zusammengearbeitet.
Über ihre Forschung hat sie mehr als 200 wissenschaftliche Artikel auf Konferenzen und bedeutenden Fachzeitschriften in den relevanten Bereichen veröffentlicht. ImageNet, entwickelt von Fei-Fei Li, ist ein revolutionäres Projekt in den neuesten Bereichen der künstlichen Intelligenz und des Deep Learning. Neben der technischen Reise ist sie auf nationaler Ebene die Fahnenträgerin für Vielfalt in KI und MINT. Für ihre Arbeit erhielt sie Auszeichnungen, darunter die Auszeichnung „Women in Tech 2017“ des ELLE Magazine, die Auszeichnung „A Global Thinker of 2015“ von Foreign Policy und die prestigeträchtige Auszeichnung „Great Immigrants: The Pride of America“ der Carnegie Foundation im Jahr 2016.
„KI ist ein Verstärker der menschlichen Intelligenz und wenn Menschen schlauer sind, passieren bessere Dinge: Menschen sind produktiver, glücklicher und die Wirtschaft strebt danach.“
Yann LeCun verfügt über Fachkenntnisse in den Bereichen Forschung, technische Beratung und wissenschaftliche Beratung und ist der Chef-KI-Wissenschaftler bei Facebook. Er ist weltweit für seine Arbeiten in den Bereichen mobile Robotik, maschinelles Lernen, Computer Vision und Computational Neuroscience bekannt. LeCun gründete Faltungsnetze und trug zu OCR- und Computer-Vision-Projekten bei, bei denen Faltungs-Neuronale Netze zum Einsatz kamen. Er ist Gründungsdirektor des NYU Center of Data Science und leitete die Forschungsabteilung für Bildverarbeitung. Herr LeCun ist einer der Hauptschöpfer von DjVu und erhielt 2018 den Turing Award von Yoshua Bengio und Geoffrey Hinton für ihren Beitrag zum Deep Learning.
LeCun ist bekannt für seine Beiträge zum maschinellen Lernen, insbesondere für seine Convolutional Neural Networks. Diese biologisch inspirierten Netzwerke wurden auf die optische und handschriftliche Erkennung angewendet und so ein System zur Erkennung von Bankschecks geschaffen. Dieses System wurde von NCR und anderen Unternehmen übernommen und verarbeitete Ende der 10er und Anfang der 1990er Jahre 2000 % aller US-Schecks.
„Selbst die heutigen Netzwerke, die wir aus Sicht der Computersysteme als ziemlich groß betrachten, sind kleiner als das Nervensystem selbst relativ primitiver Wirbeltiere wie Frösche.“
Ian Goodfellow, ein amerikanischer Informatiker, ist bekannt für seine Forschungsarbeiten im Bereich maschinelles Lernen. Er ist Director of Machine Learning bei Apple. Unter der Leitung von Andrew Ng verfügt er über einen B.S. und M.S. in Informatik von der Stanford University. Er erhielt auch einen Ph.D. von der Université de Montréal unter der Aufsicht von Yoshua Bengio und Aaron Courville. Ian Goodfellow, der über jahrelange Erfahrung im Bereich Deep Learning verfügt, spricht über seine frühere Arbeit und arbeitete als Forschungswissenschaftler bei Google Brain. Danach wechselte er zu Open AI (in deren Anfangsjahren) und kehrte dann zur Google-Forschung zurück.
Ian Goodfellow hat auch das Lehrbuch „Deep Learning“ recherchiert und geschrieben und sich durch die Erfindung generativer gegnerischer Netzwerke einen Namen gemacht. Während seiner Zeit bei Google entwickelte er ein System, das die automatische Transkription von Adressen aus Street View-Autofotos für Google Maps ermöglicht. Darüber hinaus hat Goodfellow Schwachstellen in maschinellen Lernsystemen aufgedeckt. Im Jahr 2017 wurde er vom MIT Technology Review als einer der 35 Innovatoren unter 35 ausgezeichnet und im Jahr 2019 wurde er von Foreign Policy in die Liste der 100 Global Thinkers aufgenommen.
Mit 127,491 Followern auf LinkedIn ist er einer der Data-Science-Führungskräfte, denen Sie folgen können. Clement Delangue ist CEO und Mitbegründer von Hugging Face. Es handelt sich um eine Open-Source-Plattform für maschinelles Lernen, auf der Forscher weltweit ihre KI-Modelle, Datensätze und Best Practices teilen können. Als er über seinen akademischen Hintergrund sprach, schloss er seine Einführung in Informatik und Programmiermethodik an der Stanford University ab. Seine ersten Startup-Erfahrungen machte er bei Moodstocks, wo er maschinelles Lernen für Computer Vision entwickelte, und später wurde das Unternehmen von Google übernommen. Zuvor war er Mitbegründer und CEO von VideoNot.es, einer führenden Notizplattform für das digitale Zeitalter. Anschließend baute er eine Marketing- und Wachstumsabteilung für Mention auf – ein führendes europäisches Startup im Jahr 2014. Mit seiner Expertise im Bereich maschinelles Lernen sammelte Hugging Face 160 Millionen US-Dollar von Sequoia, Coatue, Lee Fixel, Lux, Betaworks, den ersten Investoren bei Instagram und Snapchat , der Chefwissenschaftler bei Salesforce, und Kevin Durant.
Jay Alammar verfügt über jahrelange Erfahrung und Forschungsinteresse in den Bereichen maschinelles Lernen, Verarbeitung natürlicher Sprache, künstliche Intelligenz und Software und ist Direktor und Engineering Fellow (Verarbeitung natürlicher Sprache) bei Cohere. Er begann als Partner im Bereich Machine Learning Engineering und hilft Entwicklern bei der Lösung von Geschäftsproblemen mit modernsten Sprach-KI- und NLP-Modellen. Jetzt berät er Unternehmen und Entwickler bei der Verwendung großer Sprachmodelle zur Lösung realer Anwendungsfälle der Sprachverarbeitung. Er verfügt über einen Stanford-Abschluss in den Bereichen Executive Education, Einfluss und Verhandlungsstrategien. Jay hat auch eine englischsprachige Tech-Blog-Website für Forschung und Entwicklung im Bereich maschinelles Lernen, auf der er alles über NLP, maschinelles Lernen und künstliche Intelligenz veröffentlicht. Jay unterstützte mehr als 10,000 Lernende bei komplexen Themen des maschinellen Lernens. Wenn Sie also nach einem der besten Data-Science-Führungskräfte suchen, können Sie auf Jay Alammar zählen.
"KI wird wahrscheinlich zum Ende der Welt führen, aber in der Zwischenzeit wird es großartige Unternehmen geben."
Sam Altman ist Partner von Apollo Projects. Zuvor arbeitete er als Mitbegründer und CEO bei OpenAI. Sam Altman besuchte die Stanford University, brach sie jedoch ab, ohne einen Bachelor-Abschluss zu erwerben. Er ist einer der führenden Datenwissenschaftler, der für Loopt, Y Combinator und OpenAI bekannt ist. Im Jahr 2005, im Alter von 19 Jahren, war Altman Mitbegründer von Loopt, einer standortbasierten Social-Networking-App, und sicherte sich als CEO über 30 Millionen US-Dollar an Risikokapital. Trotz der Übernahme durch Green Dot für 43.4 Millionen US-Dollar im Jahr 2012 hatte Loopt Probleme. Altman kam 2011 zu Y Combinator und wurde 2014 dessen Präsident. Er überwachte eine Gesamtbewertung von 65 Milliarden US-Dollar für Unternehmen wie Airbnb und Dropbox. Im Jahr 2016 erweiterte er seine Rolle um die YC Group. Altman initiierte YC Continuity und YC Research und finanzierte reife Unternehmen und ein Forschungslabor. Im Jahr 2019 wechselte er zum Vorsitzenden von YC und konzentrierte sich später auf Tools For Humanity, ein Unternehmen aus dem Jahr 2019, das Augenscan-Authentifizierung und Worldcoin-Kryptowährung zur Betrugsprävention anbietet.
"KI wird eine viel personalisiertere Medizin ermöglichen."
Yoshua Bengio ist weltweit für sein Fachwissen auf dem Gebiet der künstlichen Intelligenz bekannt und ein Vorreiter im Bereich Deep Learning, der mit dem Preis ausgezeichnet wurdeDer prestigeträchtige 2018 A.M. Turing Award neben Geoffrey Hinton und Yann LeCun. Als ordentlicher Professor an der Université de Montréal gründete und leitete er das Mila – Quebec AI Institute. Bengio ist Senior Fellow im CIFAR Learning in Machines & Brains-Programm und wissenschaftlicher Direktor von IVADO. Insbesondere erhielt er 2019 den Killam-Preis und erlangte 2022 den Status des weltweit meistzitierten Informatikers. Bengio beteiligt sich aktiv an der Bewältigung der gesellschaftlichen Auswirkungen von KI. Er hat auch dazu beigetragen zur Montrealer Erklärung zur verantwortungsvollen Entwicklung künstlicher Intelligenz.
"Datenwissenschaft ist kein Software-Engineering. Es gibt viele Überschneidungen … aber was wir gerade tun, ist die Prototypenerstellung von Modellen."
Jeremy Howard ist einer der führenden australischen Datenwissenschaftler, Unternehmer und Pädagogen. Howard begann seine Karriere in der Unternehmensberatung bei McKinsey & Co und AT Kearney und verbrachte acht Jahre, bevor er sich ins Unternehmertum wagte. Er trug insbesondere zu Open-Source-Projekten bei und spielte eine Schlüsselrolle bei der Entwicklung der Programmiersprache Perl, des Cyrus IMAP-Servers und des Postfix SMTP-Servers. Als Vorsitzender der Perl6-Daten-Arbeitsgruppe und Autor von RFCs hat er die Entwicklung von Perl maßgeblich beeinflusst. Howard gründete erfolgreiche Startups in Australien: den E-Mail-Anbieter FastMail (von Opera Software übernommen) und das Versicherungspreisoptimierungsunternehmen Optimal Decisions Group (ODG, entwickelt von ChoicePoint). FastMail gehörte zu den Pionieren, die es Benutzern ermöglichten, ihre Desktop-Clients zu integrieren. Er war Gründungs-CEO von Enlitic, ehemaliger Präsident von Kaggle, Mitbegründer von Masks4All, angesehener Forschungswissenschaftler an der University of San Francisco und Gründer von FastMail.FM und Optimal Decisions; ehemaliger Unternehmensberater.
"Eigentlich wäre ich sehr pessimistisch, was die Welt angeht, wenn so etwas wie KI nicht auf dem Weg wäre."
Demis Hassabis ist ein britischer Informatiker, Forscher für künstliche Intelligenz und Unternehmer. Er ist Als Universalgelehrter und führende Persönlichkeit im Bereich der künstlichen Intelligenz (KI) ist er für seine bahnbrechenden Beiträge auf diesem Gebiet bekannt. Der 1976 geborene Hassabis zeigte ein unglaubliches Talent im Schach und wurde bereits mit 13 Jahren Großmeister. Nach dem Übergang in die akademische Welt studierte er Informatik in Cambridge. Hassabis war später Mitbegründer des bahnbrechenden Videospielunternehmens Elixir Studios. Im Jahr 2010 gründete er DeepMind, ein KI-Forschungslabor, das 2014 von Google übernommen wurde. Hassabis‘ Arbeit bei DeepMind hat zu bedeutenden Fortschritten im maschinellen Lernen geführt, insbesondere im Bereich des Deep Reinforcement Learning. Seine Bemühungen unterstreichen sein Engagement, die Grenzen der KI-Fähigkeiten zu erweitern.
Im Jahr 2024 ist es von entscheidender Bedeutung, an der Spitze der Innovationen in der Datenwissenschaft zu bleiben, und die Top 12 sind die Vorreiter, denen man folgen sollte. Diese Führungskräfte, Pioniere der Big-Data-Analyse und Experten der Datenwissenschaft, prägen weiterhin die Landschaft mit ihren visionären Erkenntnissen und bahnbrechenden Beiträgen. Von der Steuerung komplexer Algorithmen bis hin zur Nutzung der Leistungsfähigkeit des maschinellen Lernens – diese führenden Data-Science-Experten steuern den Kurs für die Zukunft. Die Befolgung ihrer Anleitung bietet eine beispiellose Gelegenheit, über die neuesten Trends und Fortschritte in der Datenwissenschaft auf dem Laufenden zu bleiben, was sie zu unverzichtbaren Ansprechpartnern für jeden macht, der sich in der dynamischen Welt der Datenanalyse zurechtfindet.
