Nel fiorente ambito della scienza dei dati, l’avvento del 2024 segna un momento cruciale poiché puntiamo i riflettori su un gruppo selezionato di luminari che guidano l’innovazione e plasmano il futuro dell’analisi. L'"Elenco dei 12 migliori leader della scienza dei dati" funge da faro, celebrando l'eccezionale competenza, la leadership visionaria e i contributi sostanziali di questi individui nel settore. Unisciti a noi in questa esplorazione di menti rivoluzionarie, mentre navighiamo attraverso le loro narrazioni, progetti e prospettive visionarie che promettono di modellare la traiettoria della scienza dei dati. Questi leader esemplari non sono solo pionieri; incarnano le avanguardie che ci guidano in un'era di innovazione e scoperta senza precedenti.
Elenco dei 12 migliori leader della scienza dei dati da tenere d'occhio nel 2024
Mentre ci avviciniamo al 2024, ci concentriamo su un gruppo distintivo di individui che mettono in mostra competenze, leadership e contributi degni di nota nel campo della scienza dei dati. La "Top 12 Data Science Leaders List" mira a riconoscere e mettere in luce questi individui, riconoscendoli come leader di pensiero, innovatori e influencer che si prevede raggiungeranno traguardi significativi nel prossimo anno.
Man mano che approfondiamo i dettagli, diventa evidente che i punti di vista, le iniziative e le iniziative di questi individui possono trasformare i nostri metodi e l’utilizzo dei dati nell’affrontare sfide complesse che abbracciano vari settori. Che si tratti di progressi nell’analisi predittiva, nella promozione di pratiche etiche di intelligenza artificiale o nello sviluppo di algoritmi all’avanguardia. Te individui evidenziati in questo elenco sono pronti a influenzare il terreno della scienza dei dati nel 2024.
1. Andrea Ng
“Gran parte del gioco dell’intelligenza artificiale oggi consiste nel trovare il contesto aziendale appropriato in cui inserirla. Adoro la tecnologia. Apre molte opportunità. Ma alla fine, la tecnologia deve essere contestualizzata e adattata a un caso d’uso aziendale”.
Il dottor Annrew Ng è uno scienziato informatico britannico-americano Apprendimento automatico (ML) ed Artificial Intelligence (AI) competenza. Parlando del suo contributo allo sviluppo dell'intelligenza artificiale, è il fondatore di DeepLearning.AI, fondatore e CEO di Landing AI, socio accomandatario di AI Fund e professore a contratto presso il dipartimento di informatica dell'Università di Stanford. Inoltre, è stato il capo fondatore del team di ricerca sull'intelligenza artificiale sul deep learning sotto l'ombrello di Google AI: Google Brain. Ha anche lavorato come capo scienziato presso Baidu, dove ha fatto da mentore a un gruppo di intelligenza artificiale di 1300 persone e ha sviluppato la strategia globale di intelligenza artificiale dell'azienda.
Anndrew Ng ha guidato lo sviluppo dei MOOC (Massive Open Online Courses) presso l'Università di Stanford. Ha anche fondato Coursera e ha offerto corsi di Machine Learning (ML) a oltre 100,000 studenti. Essendo un pioniere nel machine learning e nella formazione online, ha conseguito lauree presso la Carnegie Mellon University, MIT, e l'Università della California, Berkeley. Inoltre, è stato coautore di oltre 200 articoli di ricerca in ML, robotica e campi correlati e ha ottenuto il distintivo dell'elenco delle 100 persone più influenti al mondo stilato da Tiime.
"Avremmo dovuto fare in modo che l'IA facesse tutto il lavoro e noi giocassimo, ma noi facciamo tutto il lavoro e l'IA sta giocando!"
Andrej Karpathy, un dottorato di ricerca slovacco-canadese di Stanford, sta costruendo una sorta di JARVIS all'OреָΑ֏. È stato direttore dell'intelligenza artificiale dell'intelligenza artificiale e della visione del pilota automatico presso Tesla. Karpatia è appassionato di reti neurali profonde. Ha iniziato il suo viaggio da Toronto con una doppia specializzazione in Informatica e Fisica, e successivamente è andato alla Columbia per ulteriori studi. Lì, ha lavorato con Michiel van de Panne sull'apprendimento dei controller per figure simulate fisicamente.
Inoltre, ha anche lavorato con Fei-Fei Li per il suo dottorato di ricerca. allo Stanford Vision Lab, dove ha lavorato al Rete neurale convoluzionale ed Rete neurale ricorrente architetture e loro applicazioni Elaborazione del linguaggio naturale ed Visione computerizzata e la loro intersezione. Ha progettato ed è stato il primo istruttore primario per CS 231n: Reti neurali convoluzionali per il riconoscimento visivo. È un blogger entusiasta e sviluppatore di librerie di deep learning e un appassionato esperto di Data Science.
Amena Anadkumar è una professoressa Bren presso Caltech, nata a Mysore, in India, e ricopre il ruolo di direttore senior della ricerca sull'intelligenza artificiale presso NVIDIA. È un'influencer con 159,417 follower e i suoi interessi di ricerca riguardano l'apprendimento automatico su larga scala, l'ottimizzazione non convessa e le statistiche ad alta dimensione. UNnadkumar ha conseguito la laurea presso l'Indian Institute of Technology (IIT) di Madras e la Cornell University e in precedenza è stato uno scienziato principale presso Amazon Web Services. È membro di ACM, IEEE e della Alfred P. Solan Foundation. Il suo lavoro nello sviluppo di una nuova intelligenza artificiale accelera le applicazioni scientifiche dell’intelligenza artificiale, comprese simulazioni scientifiche, previsioni meteorologiche e progettazione di farmaci. Ha ricevuto il premio NeurIPS e il premio speciale ACM Gordon Bell per la ricerca sul COVID-19 basata su HPC.
“Credo nel futuro dell’intelligenza artificiale che cambierà il mondo. La domanda è: chi sta cambiando l’intelligenza artificiale? È davvero importante coinvolgere diversi gruppi di studenti e futuri leader nello sviluppo dell’intelligenza artificiale”.
Fei-Fei Li è co-direttore dello Stanford Institute for Human-Centered Artificial Intelligence (AI) e del Vision & Learning Lab. È la prima professoressa di Sequoia presso il dipartimento di informatica dell'Università di Stanford. Ha lavorato anche come Vice Presidente presso Google e Chief Scientist di AI/ML presso Google Cloud. Con i suoi anni di esperienza, ha lavorato a stretto contatto in aree quali l'intelligenza artificiale di ispirazione cognitiva, l'apprendimento profondo, l'apprendimento automatico, la visione artificiale, l'intelligenza artificiale nel settore sanitario e altro ancora.
Parlando della sua ricerca, ha pubblicato oltre 200 articoli scientifici in convegni e riviste significative nei settori rilevanti. ImageNet, sviluppato da Fei-Fei Li, è un progetto rivoluzionario nelle ultime frontiere dell'Intelligenza Artificiale e del deep learning. Insieme al percorso tecnico, è portabandiera a livello nazionale della diversità nell’intelligenza artificiale e nelle materie STEM. Ha ricevuto premi per il suo lavoro, tra cui Women in Tech 2017 della rivista ELLE, Global Thinker del 2015 da Foreign Policy e il prestigioso "Great Immigrants: The Pride of America" della Carnegie Foundation nel 2016.
“L’intelligenza artificiale è un amplificatore dell’intelligenza umana e quando le persone sono più intelligenti, accadono cose migliori: le persone sono più produttive, più felici e l’economia si impegna”.
Con esperienza nella ricerca, nella consulenza tecnica e nella consulenza scientifica, Yann LeCun è il capo scienziato dell'intelligenza artificiale di Facebook. È conosciuto a livello globale per il suo lavoro nel campo della robotica mobile, dell'apprendimento automatico, della visione artificiale e delle neuroscienze computazionali. leCun ha fondato reti convoluzionali e ha contribuito a progetti OCR e di visione artificiale utilizzando reti neurali convoluzionali. È il direttore fondatore del Centro di Data Science della New York University ed è stato a capo del dipartimento di ricerca sull'elaborazione delle immagini. LeCun è uno dei principali creatori di DjVu e ha ricevuto il Turing Award nel 2018 da Yoshua Bengio e Geoffrey Hinton per il loro contributo al deep learning.
LeCun è noto per i suoi contributi all'apprendimento automatico, in particolare per le sue reti neurali convoluzionali. Queste reti ispirate alla biologia sono state applicate al riconoscimento ottico e della scrittura, creando un sistema di riconoscimento degli assegni bancari. Questo sistema è stato adottato da NCR e altre società ed ha elaborato il 10% di tutti gli assegni statunitensi tra la fine degli anni '1990 e l'inizio degli anni 2000.
“Anche le reti odierne, che consideriamo piuttosto grandi dal punto di vista dei sistemi computazionali, sono più piccole del sistema nervoso anche di animali vertebrati relativamente primitivi come le rane”.
Ian Goodfellow, uno scienziato informatico americano, è ben noto per il suo lavoro di ricerca sull'apprendimento automatico. Ricopre il ruolo di Direttore del Machine Learning presso Apple. Sotto la supervisione di Andrew Ng, ha conseguito un B.S. e M.S. in Informatica presso l'Università di Stanford. Ha anche conseguito un dottorato di ricerca. dall'Université de Montréal sotto la supervisione di Yoshua Bengio e Aaron Courville. Parlando del suo lavoro precedente, Ian Goodfellow, con anni di esperienza nel deep learning, ha lavorato come ricercatore presso Google Brain. Successivamente, è entrato a far parte di Open AI (nei primi anni) per poi tornare alla ricerca di Google.
Ian Goodfellow ha anche ricercato e scritto il libro di testo “Deep Learning”, diventato famoso per aver inventato reti generative avversarie. Mentre era in Google, ha creato un sistema che facilita la trascrizione automatica degli indirizzi dalle foto delle auto di Street View per Google Maps. Inoltre, Goodfellow ha esposto le vulnerabilità nei sistemi di apprendimento automatico. Nel 2017 il MIT Technology Review lo ha riconosciuto tra i 35 Innovators Under 35, e nel 2019 Foreign Policy lo ha inserito nella lista dei 100 Global Thinkers.
Con 127,491 follower su LinkedIn, è uno dei leader della scienza dei dati che puoi seguire. Clement Delangue è l'amministratore delegato e co-fondatore di Hugging Face. Si tratta di una piattaforma di machine learning open source in cui i ricercatori di tutto il mondo possono condividere i propri modelli di intelligenza artificiale, set di dati e migliori pratiche. Parlando del suo background accademico, ha completato la sua introduzione all'informatica e alla metodologia di programmazione presso la Stanford University. La sua prima esperienza di avvio è stata con Moodstocks, per la creazione di machine learning per la visione artificiale, e successivamente è stata acquisita da Google. Prima di ciò, è stato co-fondatore e CEO di VideoNot.es, una delle principali piattaforme per prendere appunti nell'era digitale. Successivamente, nel 2014, ha creato un dipartimento di marketing e crescita per Mention, una delle principali startup europee. Con la sua esperienza nell'apprendimento automatico, Hugging Face ha raccolto 160 milioni di dollari da Sequoia, Coatue, Lee Fixel, Lux, Betaworks, i primi investitori di Instagram e Snapchat. , il capo scienziato di Salesforce, e Kevin Durant.
Con anni di esperienza e interesse nella ricerca nel campo dell'apprendimento automatico, dell'elaborazione del linguaggio naturale, dell'intelligenza artificiale e del software, Jay Alammar è direttore e ricercatore di ingegneria (elaborazione del linguaggio naturale) presso Cohere. Ha iniziato come partner nel campo dell'ingegneria dell'apprendimento automatico e aiuta gli sviluppatori a risolvere problemi aziendali con modelli di intelligenza artificiale e PNL linguistici all'avanguardia. Ora consiglia alle aziende e agli sviluppatori l'utilizzo di modelli linguistici di grandi dimensioni per risolvere casi d'uso reali di elaborazione del linguaggio. Ha conseguito una laurea a Stanford in programmi di formazione esecutiva, influenza e strategie di negoziazione. Jay ha anche un sito Web blog tecnologico in inglese per la ricerca e sviluppo sull'apprendimento automatico, dove pubblica tutto su PNL, apprendimento automatico e intelligenza artificiale. Jay ha assistito oltre 10,000 studenti su argomenti complessi di apprendimento automatico. Quindi, se stai cercando uno dei migliori leader nella scienza dei dati, puoi contare su Jay Alammar.
"Probabilmente l’intelligenza artificiale porterà alla fine del mondo, ma nel frattempo ci saranno grandi aziende."
Sam Altman è un partner dei progetti Apollo. In precedenza ha lavorato presso OpenAI come co-fondatore e CEO. Sam Altman ha frequentato la Stanford University ma ha abbandonato gli studi senza conseguire una laurea. È uno dei leader della scienza dei dati noto per Loopt, Y Combinator e OpenAI. Nel 2005, all'età di 19 anni, Altman ha co-fondato Loopt, un'app di social networking basata sulla posizione, assicurandosi oltre 30 milioni di dollari in capitale di rischio come CEO. Nonostante l’acquisizione da parte di Green Dot per 43.4 milioni di dollari nel 2012, Loopt ha avuto difficoltà. Altman è entrato in Y Combinator nel 2011, diventandone presidente nel 2014, supervisionando una valutazione totale di 65 miliardi di dollari per aziende come Airbnb e Dropbox. Nel 2016, ha ampliato il suo ruolo per includere YC Group. Altman ha avviato YC Continuity e YC Research, finanziando aziende mature e un laboratorio di ricerca. Nel 2019, è passato a Presidente di YC, concentrandosi successivamente su Tools For Humanity, un'impresa del 2019 che fornisce autenticazione tramite scansione oculare e criptovaluta Worldcoin per la prevenzione delle frodi.
"L’intelligenza artificiale consentirà una medicina molto più personalizzata."
Rinomato in tutto il mondo per la sua esperienza nel campo dell'intelligenza artificiale, Yoshua Bengio è un pioniere nel deep learning, onorato conIl prestigioso 2018 A.M. Turing Award insieme a Geoffrey Hinton e Yann LeCun. In qualità di professore ordinario presso l'Università di Montréal, ha fondato e diretto Mila – Quebec AI Institute. Bengio è Senior Fellow nel programma CIFAR Learning in Machines & Brains e Direttore scientifico di IVADO. In particolare, ha ricevuto il Premio Killam nel 2019 e, nel 2022, ha ottenuto lo status di scienziato informatico più citato al mondo. Bengio è attivamente coinvolto nell'affrontare l'impatto sociale dell'intelligenza artificiale. Ha anche contribuito alla Dichiarazione di Montreal per lo sviluppo responsabile dell’intelligenza artificiale.
"La scienza dei dati non è l’ingegneria del software. Ci sono molte sovrapposizioni... ma quello che stiamo facendo adesso è prototipare modelli."
Jeremy Howard è uno dei leader, imprenditori ed educatori dei data scientist australiani. Howard ha iniziato la sua carriera nella consulenza gestionale presso McKinsey & Co e AT Kearney, trascorrendo otto anni prima di avventurarsi nell'imprenditorialità. Ha contribuito in particolare a progetti open source, giocando un ruolo chiave nello sviluppo del linguaggio di programmazione Perl, del server IMAP Cyrus e del server SMTP Postfix. In qualità di presidente del gruppo di lavoro Perl6-data e autore di RFC, ha influenzato in modo significativo l'evoluzione di Perl. Howard ha fondato startup di successo in Australia: il provider di posta elettronica FastMail (acquisito da Opera Software) e la società di ottimizzazione dei prezzi assicurativi Optimal Decisions Group (ODG, sviluppata da ChoicePoint). FastMail è stato tra i pionieri nel consentire agli utenti di integrare i propri client desktop. È stato il CEO fondatore di Enlitic, ex presidente di Kaggle, co-fondatore di Masks4All, eminente ricercatore presso l'Università di San Francisco e fondatore di FastMail.FM e Optimal Decisions; ex consulente aziendale.
"In realtà sarei molto pessimista riguardo al mondo se qualcosa come l’intelligenza artificiale non fosse in arrivo."
Demis Hassabis è un informatico, ricercatore di intelligenza artificiale e imprenditore britannico. Egli è un eclettico e una figura di spicco dell'intelligenza artificiale (AI), è rinomato per i suoi contributi innovativi nel campo. Nato nel 1976, Hassabis ha mostrato un talento prodigioso negli scacchi, diventando Gran Maestro a soli 13 anni. Passato al mondo accademico, ha studiato informatica a Cambridge. Hassabis ha successivamente co-fondato la pionieristica società di videogiochi Elixir Studios. Nel 2010 ha fondato DeepMind, un laboratorio di ricerca sull'intelligenza artificiale acquisito da Google nel 2014. Il lavoro di Hassabis presso DeepMind ha portato a progressi significativi nell'apprendimento automatico, in particolare nel campo dell'apprendimento per rinforzo profondo. I suoi sforzi sottolineano l’impegno a superare i limiti delle capacità dell’intelligenza artificiale.
Nel 2024, rimanere in prima linea nell’innovazione nella scienza dei dati è fondamentale, e i primi 12 sono i pionieri da seguire. Questi leader, pionieri nell’analisi dei big data ed esperti nella scienza dei dati, continuano a plasmare il panorama con le loro intuizioni visionarie e contributi rivoluzionari. Dall'esplorazione di algoritmi complessi allo sfruttamento della potenza dell'apprendimento automatico, questi leader della scienza dei dati stanno guidando la rotta per il futuro. Seguire la loro guida offre un'opportunità senza precedenti per rimanere al passo con le ultime tendenze e progressi nella scienza dei dati, rendendoli figure indispensabili per chiunque navighi nel dinamico mondo dell'analisi dei dati.
