Trong lĩnh vực khoa học dữ liệu đang phát triển, sự xuất hiện của năm 2024 báo trước một thời điểm quan trọng khi chúng ta tập trung vào một nhóm chọn lọc gồm những ngôi sao sáng đang thúc đẩy sự đổi mới và định hình tương lai của ngành phân tích. 'Danh sách 12 nhà lãnh đạo khoa học dữ liệu hàng đầu' đóng vai trò như một ngọn hải đăng, tôn vinh chuyên môn đặc biệt, khả năng lãnh đạo có tầm nhìn và những đóng góp đáng kể của những cá nhân này trong lĩnh vực này. Hãy tham gia cùng chúng tôi trong hành trình khám phá những bộ óc đột phá này, khi chúng tôi điều hướng qua các câu chuyện, dự án và tầm nhìn xa trông rộng của họ hứa hẹn sẽ định hình quỹ đạo của khoa học dữ liệu. Những nhà lãnh đạo gương mẫu này không chỉ là những người tiên phong; họ là hiện thân của những người tiên phong đưa chúng ta bước vào kỷ nguyên của sự đổi mới và khám phá chưa từng có.
Danh sách 12 nhà lãnh đạo khoa học dữ liệu hàng đầu cần theo dõi năm 2024
Khi chúng ta tiến gần hơn đến năm 2024, chúng tôi tập trung vào một nhóm cá nhân đặc biệt thể hiện chuyên môn vượt trội, khả năng lãnh đạo và những đóng góp đáng chú ý trong lĩnh vực khoa học dữ liệu. “Danh sách 12 nhà lãnh đạo khoa học dữ liệu hàng đầu” nhằm mục đích ghi nhận và chú ý đến những cá nhân này, công nhận họ là những nhà lãnh đạo tư tưởng, nhà đổi mới và người có ảnh hưởng được dự đoán sẽ đạt được những cột mốc quan trọng trong năm tới.
Khi chúng tôi đi sâu hơn vào chi tiết, rõ ràng là quan điểm, cam kết và sáng kiến của những cá nhân này có thể biến đổi phương pháp và cách sử dụng dữ liệu của chúng tôi trong việc giải quyết các thách thức phức tạp trải rộng trên nhiều lĩnh vực khác nhau. Cho dù nó đòi hỏi sự tiến bộ trong phân tích dự đoán, ủng hộ các hoạt động AI có đạo đức hay phát triển các thuật toán tiên tiến. TNhững cá nhân được nêu bật trong danh sách này sẵn sàng ảnh hưởng đến lĩnh vực khoa học dữ liệu vào năm 2024.
1. Anndrew Ng
“Phần lớn trò chơi của AI ngày nay là tìm ra bối cảnh kinh doanh phù hợp để đưa nó vào. Tôi yêu công nghệ. Nó mở ra rất nhiều cơ hội. Nhưng cuối cùng, công nghệ cần phải được bối cảnh hóa và phù hợp với trường hợp sử dụng của doanh nghiệp.”
Tiến sĩ Anndrew Ng là một nhà khoa học máy tính người Mỹ gốc Anh. Học máy (ML) và Artificial Intelligence (AI) chuyên môn. Nói về những đóng góp của mình cho sự phát triển của AI, ông là Người sáng lập DeepLearning.AI, Người sáng lập & Giám đốc điều hành của Landing AI, Đối tác chung của Quỹ AI và Giáo sư phụ trợ tại Khoa Khoa học Máy tính của Đại học Stanford. Hơn nữa, ông còn là người sáng lập nhóm nghiên cứu trí tuệ nhân tạo deep learning trực thuộc Google AI - Google Brain. Ông cũng từng là Nhà khoa học trưởng tại Baidu, nơi ông cố vấn cho một nhóm AI gồm 1300 người và phát triển chiến lược toàn cầu về AI của công ty.
Ông Anndrew Ng lãnh đạo việc phát triển MOOC (Khóa học trực tuyến mở đại chúng) tại Đại học Stanford. Ông cũng thành lập Coursera và cung cấp các khóa học Machine Learning (ML) cho hơn 100,000 sinh viên. Là người tiên phong trong lĩnh vực ML và giáo dục trực tuyến, ông có bằng cấp của Đại học Carnegie Mellon, MIT và Đại học California, Berkeley. Hơn nữa, ông là Đồng tác giả của hơn 200 tài liệu nghiên cứu về ML, robot và các lĩnh vực liên quan, đồng thời ông đã nhận được huy hiệu trong danh sách 100 người có ảnh hưởng nhất trên thế giới của Tiime.
"Lẽ ra chúng tôi phải làm cho AI làm tất cả công việc và chúng tôi chơi trò chơi, nhưng chúng tôi làm tất cả công việc và AI đang chơi trò chơi!"
Andrej Karpathy, một tiến sĩ người Canada gốc Slovakia đến từ Stanford, đang xây dựng một loại JARVIS tại OреҸΑҏ. Ông từng là Giám đốc AI về trí tuệ nhân tạo và Tầm nhìn lái tự động tại Tesla. Kác cảm đam mê mạng lưới thần kinh sâu. Anh bắt đầu hành trình từ Toronto với chuyên ngành kép Khoa học Máy tính và Vật lý, sau đó anh đến Columbia để học thêm. Tại đây, anh làm việc với Michiel van de Panne về việc học các bộ điều khiển cho các hình mô phỏng vật lý.
Hơn nữa, anh ấy còn làm việc với Fei-Fei Li để lấy bằng Tiến sĩ. tại Phòng thí nghiệm Tầm nhìn Stanford, nơi ông làm việc trên Mạng thần kinh chuyển đổi và Mạng thần kinh tái diễn kiến trúc và ứng dụng của chúng trong Xử lý ngôn ngữ tự nhiên và Tầm nhìn máy tính và giao điểm của chúng. Ông đã thiết kế và là người hướng dẫn chính đầu tiên cho CS 231n: Mạng thần kinh chuyển đổi để nhận dạng hình ảnh. Anh ấy là một blogger và nhà phát triển nhiệt tình của các thư viện deep learning và là một chuyên gia Khoa học dữ liệu đầy nhiệt huyết.
Amena Anadkumar là giáo sư Bren gốc Mysore, Ấn Độ tại Caltech và giữ chức vụ giám đốc cấp cao về Nghiên cứu AI tại NVIDIA. Cô ấy là người có ảnh hưởng với 159,417 người theo dõi và sở thích nghiên cứu của cô ấy là học máy quy mô lớn, tối ưu hóa không lồi và thống kê nhiều chiều. MỘTnadkumar có bằng cấp của Viện Công nghệ Ấn Độ (IIT) Madras và Đại học Cornell và trước đây là nhà khoa học chính tại Amazon Web Services. Cô là thành viên của ACM, IEEE và Quỹ Alfred P. Solan. Công việc của cô trong việc phát triển trí tuệ nhân tạo mới giúp tăng tốc các ứng dụng khoa học của AI, bao gồm mô phỏng khoa học, dự báo thời tiết và thiết kế thuốc. Cô đã được trao giải tại NeurIPS và Giải thưởng Đặc biệt ACM Gordon Bell cho Nghiên cứu COVID-19 dựa trên HPC.
“Tôi tin vào tương lai AI sẽ thay đổi thế giới. Câu hỏi đặt ra là ai đang thay đổi AI? Điều thực sự quan trọng là thu hút các nhóm sinh viên và nhà lãnh đạo tương lai đa dạng vào sự phát triển của AI.”
Fei-Fei Li là đồng giám đốc tại Viện Trí tuệ nhân tạo (AI) lấy con người làm trung tâm và Phòng thí nghiệm thị giác & học tập của Stanford. Cô là giáo sư Sequoia mới nhậm chức tại khoa khoa học máy tính tại Đại học Stanford. Cô cũng từng giữ chức Phó chủ tịch tại Google và Nhà khoa học trưởng về AI/ML tại Google Cloud. Với nhiều năm kinh nghiệm chuyên môn của mình, cô đã hợp tác chặt chẽ trong các lĩnh vực như AI lấy cảm hứng từ nhận thức, học sâu, học máy, thị giác máy tính, AI trong chăm sóc sức khỏe, v.v.
Nói về nghiên cứu của mình, cô đã xuất bản hơn 200 bài báo khoa học trong các hội nghị và tạp chí quan trọng của các lĩnh vực liên quan. ImageNet, được phát triển bởi Fei-Fei Li, là một dự án mang tính cách mạng trong lĩnh vực Trí tuệ nhân tạo và học sâu mới nhất. Cùng với hành trình kỹ thuật, cô là người tiên phong cấp quốc gia về sự đa dạng trong AI và STEM. Cô đã nhận được các giải thưởng cho công việc của mình, bao gồm Giải thưởng Phụ nữ Công nghệ năm 2017 của Tạp chí ELLE, Nhà tư tưởng Toàn cầu năm 2015 do Chính sách đối ngoại bình chọn và giải thưởng danh giá “Những người nhập cư vĩ đại: Niềm tự hào của nước Mỹ” của Quỹ Carnegie năm 2016.
“AI là bộ khuếch đại trí thông minh của con người và khi con người thông minh hơn, những điều tốt đẹp hơn sẽ xảy ra: con người làm việc hiệu quả hơn, hạnh phúc hơn và nền kinh tế phấn đấu”.
Với chuyên môn về nghiên cứu, tư vấn kỹ thuật và tư vấn khoa học, Yann LeCun là Nhà khoa học trưởng về AI tại Facebook. Ông được biết đến trên toàn cầu nhờ nghiên cứu về robot di động, học máy, thị giác máy tính và khoa học thần kinh tính toán. LeCun đã thành lập các mạng tích chập và đóng góp cho các dự án OCR và thị giác máy tính bằng cách sử dụng mạng nơ ron tích chập. Ông là giám đốc sáng lập của Trung tâm Khoa học Dữ liệu NYU và là người đứng đầu bộ phận nghiên cứu xử lý hình ảnh. Ông LeCun là một trong những người sáng tạo chính của DjVu và đã nhận được Giải thưởng Turing năm 2018 từ Yoshua Bengio và Geoffrey Hinton vì những đóng góp của họ cho việc học sâu.
LeCun được biết đến với những đóng góp cho lĩnh vực học máy, đặc biệt là Mạng thần kinh chuyển đổi. Các mạng lấy cảm hứng từ sinh học này đã được áp dụng để nhận dạng chữ viết và quang học, tạo ra hệ thống nhận dạng séc ngân hàng. Hệ thống này đã được NCR và các công ty khác áp dụng và xử lý 10% tổng số séc của Hoa Kỳ vào cuối những năm 1990 và đầu những năm 2000.
“Ngay cả các mạng lưới ngày nay, mà chúng tôi coi là khá lớn từ quan điểm hệ thống tính toán, cũng nhỏ hơn hệ thống thần kinh của các động vật có xương sống tương đối nguyên thủy như ếch.”
Ian Goodfellow, một nhà khoa học máy tính người Mỹ, nổi tiếng với công trình nghiên cứu về Machine Learning. Ông giữ chức vụ Giám đốc Học máy tại Apple. Dưới sự giám sát của Andrew Ng, anh ấy có bằng B.S. và M.S. về Khoa học Máy tính của Đại học Stanford. Ông cũng có bằng tiến sĩ. từ Đại học Montréal dưới sự giám sát của Yoshua Bengio và Aaron Courville. Nói về công việc trước đây của mình, Ian Goodfellow, với nhiều năm kinh nghiệm về deep learning, từng là nhà khoa học nghiên cứu tại Google Brain. Sau đó, anh tham gia Open AI (trong những năm đầu thành lập) và sau đó quay lại nghiên cứu Google.
Ian Goodfellow cũng đã nghiên cứu và viết cuốn sách giáo khoa “Học sâu”, nổi tiếng vì đã phát minh ra mạng lưới đối thủ tổng quát. Khi làm việc tại Google, anh ấy đã tạo ra một hệ thống hỗ trợ việc sao chép tự động các địa chỉ từ ảnh ô tô ở Chế độ xem phố cho Google Maps. Ngoài ra, Goodfellow còn bộc lộ các lỗ hổng trong hệ thống máy học. Năm 2017, Tạp chí Công nghệ MIT đã công nhận ông trong số 35 Nhà đổi mới dưới 35 tuổi và năm 2019, Chính sách đối ngoại đã đưa ông vào danh sách 100 Nhà tư tưởng toàn cầu.
Với 127,491 người theo dõi trên LinkedIn, anh ấy là một trong những nhà lãnh đạo khoa học dữ liệu mà bạn có thể theo dõi. Clement Delangue là Giám đốc điều hành và Đồng sáng lập của Ôm Mặt. Đây là một nền tảng máy học nguồn mở, nơi các nhà nghiên cứu trên toàn thế giới có thể chia sẻ các mô hình, bộ dữ liệu và phương pháp hay nhất về AI của họ. Nói về nền tảng học vấn của mình, anh đã hoàn thành cuốn sách Giới thiệu về Khoa học Máy tính và Phương pháp Lập trình tại Đại học Stanford. Trải nghiệm khởi nghiệp đầu tiên của anh là với Moodstocks, để xây dựng máy học cho thị giác máy tính và sau đó nó được Google mua lại. Trước đó, anh là Đồng sáng lập & Giám đốc điều hành của VideoNot.es, nền tảng ghi chú hàng đầu cho thời đại kỹ thuật số. Sau đó, anh xây dựng bộ phận tiếp thị và tăng trưởng cho Mention – một công ty khởi nghiệp hàng đầu châu Âu vào năm 2014. Với chuyên môn về Machine Learning, Hugging Face đã huy động được 160 triệu USD từ Sequoia, Coatue, Lee Fixel, Lux, Betawork, những nhà đầu tư đầu tiên tại Instagram & Snapchat , nhà khoa học trưởng tại Salesforce và Kevin Durant.
Với nhiều năm kinh nghiệm và quan tâm nghiên cứu về Học máy, Xử lý ngôn ngữ tự nhiên, Trí tuệ nhân tạo và Phần mềm, Jay Alammar là Giám đốc và Thành viên kỹ thuật (Xử lý ngôn ngữ tự nhiên) tại Cohere. Anh ấy bắt đầu với tư cách là Đối tác trong Kỹ thuật Học máy và Giúp các nhà phát triển giải quyết các vấn đề kinh doanh bằng các mô hình Ngôn ngữ AI & NLP tiên tiến. Giờ đây, anh tư vấn cho các doanh nghiệp và nhà phát triển về cách sử dụng các mô hình ngôn ngữ lớn để giải quyết các trường hợp sử dụng xử lý ngôn ngữ trong thế giới thực. Ông có bằng Stanford về chương trình giáo dục điều hành, tạo ảnh hưởng và chiến lược đàm phán. Jay cũng có một trang blog công nghệ bằng tiếng Anh về Machine Learning R&D, nơi anh xuất bản tất cả về NLP, machine learning và trí tuệ nhân tạo. Jay đã hỗ trợ hơn 10,000 người học về các chủ đề học máy phức tạp. Vì vậy, nếu bạn đang tìm kiếm một trong những nhà lãnh đạo khoa học dữ liệu giỏi nhất, bạn có thể tin tưởng vào Jay Alammar.
"AI rất có thể sẽ dẫn đến ngày tận thế, nhưng trong thời gian chờ đợi, sẽ có những công ty vĩ đại."
Sam Altman là Đối tác của Dự án Apollo. Trước đây anh từng làm việc tại OpenAI với tư cách là Đồng sáng lập và Giám đốc điều hành. Sam Altman theo học tại Đại học Stanford nhưng đã bỏ học mà không lấy được bằng cử nhân. Ông là một trong những nhà lãnh đạo khoa học dữ liệu nổi tiếng với Loopt, Y Combinator và OpenAI. Năm 2005, ở tuổi 19, Altman đồng sáng lập Loopt, một ứng dụng mạng xã hội dựa trên vị trí, huy động được hơn 30 triệu USD vốn đầu tư mạo hiểm với tư cách là Giám đốc điều hành. Mặc dù được Green Dot mua lại với giá 43.4 triệu USD vào năm 2012, Loopt vẫn gặp khó khăn. Altman gia nhập Y Combinator vào năm 2011, trở thành chủ tịch của nó vào năm 2014, giám sát tổng mức định giá 65 tỷ USD cho các công ty như Airbnb và Dropbox. Năm 2016, ông mở rộng vai trò của mình sang YC Group. Altman khởi xướng YC Continuity và YC Research, tài trợ cho các công ty trưởng thành và một phòng thí nghiệm nghiên cứu. Năm 2019, ông chuyển sang làm Chủ tịch tại YC, sau đó tập trung vào Tools For Humanity, một liên doanh năm 2019 cung cấp xác thực quét mắt và tiền điện tử Worldcoin để ngăn chặn gian lận.
"AI sẽ cho phép thuốc được cá nhân hóa hơn nhiều."
Nổi tiếng toàn cầu về chuyên môn về trí tuệ nhân tạo, Yoshua Bengio là người tiên phong trong lĩnh vực học sâu, được vinh danh với giải thưởnge uy tín 2018 A.M. Turing Award cùng với Geoffrey Hinton và Yann LeCun. Giữ chức vụ Giáo sư chính thức tại Đại học Montréal, ông thành lập và lãnh đạo Viện AI Mila – Quebec. Bengio là thành viên cao cấp của chương trình CIFAR Learning in Machines & Brains và là Giám đốc khoa học của IVADO. Đáng chú ý, ông đã nhận được Giải thưởng Killam vào năm 2019 và năm 2022, ông đạt được danh hiệu nhà khoa học máy tính được trích dẫn nhiều nhất trên thế giới. Bengio tích cực tham gia vào việc giải quyết tác động xã hội của AI. Ông cũng góp phần Tuyên bố Montréal về phát triển trí tuệ nhân tạo có trách nhiệm.
"Khoa học dữ liệu không phải là công nghệ phần mềm. Có rất nhiều sự trùng lặp…nhưng những gì chúng tôi đang làm hiện nay là tạo mẫu cho các mô hình."
Jeremy Howard là một trong những nhà lãnh đạo, doanh nhân và nhà giáo dục khoa học dữ liệu người Úc. Howard bắt đầu sự nghiệp của mình trong lĩnh vực tư vấn quản lý tại McKinsey & Co và AT Kearney, trải qua 6 năm trước khi dấn thân vào lĩnh vực kinh doanh. Ông đã đóng góp đáng kể cho các dự án nguồn mở, đóng vai trò quan trọng trong việc phát triển ngôn ngữ lập trình Perl, máy chủ Cyrus IMAP và máy chủ Postfix SMTP. Với tư cách là chủ tịch nhóm làm việc về dữ liệu Perl4 và là tác giả của RFC, ông đã ảnh hưởng đáng kể đến sự phát triển của Perl. Howard đã thành lập các công ty khởi nghiệp thành công ở Úc: nhà cung cấp email FastMail (được Opera Software mua lại) và công ty tối ưu hóa giá bảo hiểm Optimal Decisions Group (ODG, do ChoicePoint phát triển). FastMail là một trong những công ty tiên phong trong việc cho phép người dùng tích hợp ứng dụng khách trên máy tính để bàn của họ. Ông là Giám đốc điều hành sáng lập của Enlitic, cựu chủ tịch của Kaggle, Đồng sáng lập của MasksXNUMXAll, Nhà khoa học nghiên cứu xuất sắc tại Đại học San Francisco, đồng thời là người sáng lập FastMail.FM và Optimal Decisions; cựu cố vấn quản lý.
"Tôi thực sự sẽ rất bi quan về thế giới nếu thứ gì đó như AI không xuất hiện."
Demis Hassabis là một nhà khoa học máy tính, nhà nghiên cứu trí tuệ nhân tạo và doanh nhân người Anh. Ông là một nhân vật thông minh và trí tuệ nhân tạo (AI) hàng đầu, nổi tiếng với những đóng góp đột phá cho lĩnh vực này. Sinh năm 1976, Hassabis thể hiện tài năng phi thường trong môn cờ vua, trở thành Đại kiện tướng khi mới 13 tuổi. Chuyển sang học thuật, anh theo đuổi ngành khoa học máy tính tại Cambridge. Hassabis sau đó đồng sáng lập công ty trò chơi điện tử tiên phong Elixir Studios. Năm 2010, anh thành lập DeepMind, một phòng thí nghiệm nghiên cứu AI được Google mua lại vào năm 2014. Công việc của Hassabis tại DeepMind đã dẫn đến những tiến bộ đáng kể trong lĩnh vực học máy, đặc biệt là trong lĩnh vực học tăng cường sâu. Những nỗ lực của ông nhấn mạnh cam kết đẩy mạnh các giới hạn về khả năng của AI.
Vào năm 2024, việc luôn đi đầu trong đổi mới trong khoa học dữ liệu là rất quan trọng và 12 công ty hàng đầu là những người đi đầu để noi theo. Những nhà lãnh đạo này, những người tiên phong trong phân tích dữ liệu lớn và các chuyên gia về khoa học dữ liệu, tiếp tục định hình bối cảnh bằng những hiểu biết sâu sắc và những đóng góp đột phá của họ. Từ việc điều hướng các thuật toán phức tạp đến tận dụng sức mạnh của máy học, những Nhà lãnh đạo khoa học dữ liệu này đang định hướng con đường cho tương lai. Làm theo hướng dẫn của họ mang đến cơ hội tuyệt vời để theo kịp các xu hướng và tiến bộ mới nhất trong khoa học dữ liệu, khiến họ trở thành những nhân vật không thể thiếu đối với bất kỳ ai đang điều hướng thế giới phân tích dữ liệu năng động.
