AI의 힘을 통해 사람들의 삶에 영향을 미치다

“데이터 과학자에게 일반적인 하루는 작업 중인 프로젝트의 단계에 따라 다릅니다. 그러나 높은 수준에서 내 하루는 긴급한 작업에 대한 이메일과 메시지를 확인하는 것으로 시작됩니다. 그런 다음 스탠드업 미팅을 통해 프로젝트 진행 상황과 장애물에 대해 논의한 다음 하루 일정을 계획합니다.”라고 Sayyad가 말했습니다.

Sayyad는 Bengaluru에 있는 Indian Institute of Science(IISc)에서 경영학 석사를 마쳤습니다. 그녀의 선택 과정은 분석, 데이터 과학 및 기계 학습에 중점을 두었습니다. 이것을 게시하십시오. 그녀는 Walmart 캠퍼스에 배치되어 최적화 및 기계 학습 프로젝트에서 일할 기회를 얻었습니다. 그 후 그녀는 LinkedIn 채용 페이지의 기능에 대한 심층 분석 및 실험을 담당하는 데이터 과학 팀의 LinkedIn에서 근무했습니다. “이 기간 동안 주요 비즈니스 지표, 이해관계자 관리, 제품 소유권, 비즈니스 의사 결정을 주도하는 데이터 통찰력의 힘에 대해 더 많이 배웠습니다.”라고 그녀는 덧붙였습니다.

Sayyad는 AIM에게 자신이 데이터 과학자가 아니었다면 양적 재무 분석가가 되었을 것이라고 말했습니다. Sayyad는 “헤지 펀드에서 인턴십을 하는 동안 금융에 대한 관심을 키웠고 데이터 과학자가 아니었다면 더 추구했을 것입니다.”라고 말했습니다.

후프와 허들

“데이터 과학자의 도전과 아름다움은 당신이 겪는 모든 문제가 다를 수 있다는 것입니다. 따라서 단일 접근 방식은 두 가지 문제에 대해 작동하지 않을 가능성이 큽니다. 이것은 모든 프로젝트가 새로운 학습 기회이기 때문에 우리의 일을 매우 흥미롭게 만듭니다.”라고 Sayyad는 말했습니다.

더 나아가 그녀는 높은 수준에서 따라야 할 단계 또는 프로세스가 비슷하다고 말했습니다. 즉, 문제 진술을 정의하고 명확한 기대치를 설정하고 올바른 품질과 데이터 품질을 확보하고 성공 메트릭을 설정합니다. “우리는 프로젝트를 추진하는 데 장점이 있는지 확인하기 위해 개념 증명으로 첫 번째 버전 모델/솔루션을 구축합니다. 그런 다음 대상 메트릭이 긍정적으로 보이고 모델 구축 및 유지 관리 비용이 그만한 가치가 있다고 가정합니다. 그런 경우에는 생산 수준의 모델을 구축하기 위해 계속 진행합니다.”라고 Sayyad가 덧붙였습니다.

데이터 사이언스 블록 극복

종종 데이터 과학자는 일상적인 활동을 방해할 수 있는 데이터 과학 블록으로 이어지는 작업/작업으로 인해 압박을 받거나 과도한 부담을 받습니다. 하지만 사야드는 팀워크 정신으로 이를 극복했다고 말했다.

“이것은 블록의 원인이 무엇인지에 따라 다릅니다. 때때로 블록은 데이터 부족으로 인해 발생합니다. 이 경우 다른 사람들과 소통하여 대체 데이터 소스를 찾고, 그렇지 않은 경우 우리가 사용할 수 있는 최선의 접근 방식과 사용 가능한 데이터 및 리소스로 제공할 수 있는 최선의 방법에 대해 비즈니스 이해 관계자와 이야기합니다. 다른 장애물은 여러 접근 후에도 개선되지 않는 모델 정확도에 부딪힐 때일 수 있습니다.”라고 Sayyad는 설명했습니다.

그녀는 지금이 새로운 관점을 얻는 데 도움이 될 수 있고 팀 지식이 도움이 될 때라고 말했습니다. 그리고 자신이 취한 접근 방식과 시도할 수 있는 새로운 일에 대해 다른 데이터 과학자와 이야기하면 우리를 정상 궤도로 되돌릴 수 있습니다.

직장에서의 동기

Sayyad는 “중소 기업과 고객의 번영을 지원하여 의미 있는 방식으로 사람들의 삶에 영향을 미치는 제품을 개발하고 있다는 사실을 아는 것은 의심할 여지 없이 가장 큰 동기 부여 요인입니다.”라고 말했습니다. 또한 데이터 사이언티스트로서 흥미진진한 문제를 해결하고 매일 새로운 것을 배우는 것이 큰 동기 부여 요인이라고 말했다.

경력 목표

Sayyad는 인공 지능에 대한 기술 전문성을 키우고 진행 중인 연구에 대한 최신 정보를 유지하며 AI 커뮤니티에 기여하고 돌려주고 싶다고 말했습니다.

“저는 AI의 힘을 통해 사람들의 삶에 계속해서 영향을 미치고 싶습니다. Intuit의 전략은 ‘AI 기반 전문가 플랫폼’이므로 이보다 더 빠를 수는 없습니다.”라고 Sayyad는 말했습니다.

인튜이트에서 근무

Sayyad는 “현재 AI의 힘을 사용하여 고객이 제기한 문제에 대한 해결책을 제공하므로 고객 경험을 크게 개선하는 데 도움이 되는 프로젝트를 진행하고 있습니다.”라고 말했습니다. 그녀는 이 프로젝트에 컴퓨터 비전(광학 문자 인식)과 자연어 처리(문서 분류 및 개체명 인식 기술)를 사용한다고 말했습니다.

이전에는 다변량 이상 탐지 및 감독된 기계 학습 문제에서도 일했습니다.

직장 문화

또한 그녀는 리더십이 ‘Big Bets’라는 최상위 목표와 기술 우선 순위에 대해 매우 명확하며 모든 프로젝트가 이러한 목표에 맞춰져 있으므로 항상 큰 그림과 작업 중인 작업을 주시하고 있다고 말했습니다. 쪽으로.

Sayyad는 P2P 학습을 위한 많은 격려와 기회가 있다고 말했습니다. “우리 팀에는 정기적인 지식 공유 세션이 있으며 다른 구성원이 작업한 내용을 배울 수 있는 리소스가 있습니다. 이러한 포럼에 기여하고 귀중한 피드백을 공유하는 것은 우리가 서로의 성공에 기여하는 방법 중 하나입니다.”라고 그녀는 덧붙였습니다.