Nedávno jsme mluvili sPan Sanjeet Dutta, vědec dat v BCG X v New Yorku, Spojené státy. Sanjeet je vůdce myšlenky v doméně AI a odborníkem na analytické údaje s technickými dovednostmi pro řešení složitých problémů. Navzdory svému mladému věku již Sanjeet ve svém oboru shromáždil bohaté zkušenosti a odbornost.

Vzdělávací cesta Sanjeet zahrnuje prestižní instituce, jako je Cornell University a Christ University, Bangalore, s létem na Stanfordské univerzitě. Jeho kariéra zaznamenala významné role v organizacích, jako jsou BCG Digital Ventures, SpotDraft, Jetsynthesys a American Express, kde honil své dovednosti v oblasti správy technologií a strategické inovace. Navzdory uzavření svého spoluzakládaného startupu, Virtual Rover, kvůli pandemii, Sanjeet pokračuje vpřed s jeho hlubokým porozuměním technologických trendů a řešeními založených na datech.

V BCG X je Sanjeet známý pro implementaci technologií nové generace pro klienty. Jeho vůdčí schopnosti byly kultivovány jako zakladatel a prezident Neuronu na Christ University a jeho závazek vůči technologické komunitě je patrný díky jeho zapojení do různých hackathonů a výzkumných projektů.

V tomto rozhovoru jsme diskutovali o několika tématech od podnikání studentů v nejisté době až po důležitost přizpůsobivosti v technologickém průmyslu. Zde jsou některé z klíčových otázek a odpovědí z našeho rozhovoru se Sanjeet Dutta:

Jak vaše zkušenosti studentského podnikatele, zejména v nejistých dobách, formovaly váš přístup k řešení problémů a inovací v technologickém průmyslu?

Naučit se, jak být pohodlný s nejednoznačností, bylo velké. Je přirozené cítit se zaseknuté, když jsou omezené informace, které vyřeší problém nebo ohromeni tempem, kterým se věci pohybují. Moje zkušenosti mě naučily hodnotu přijímání informovaných rozhodnutí pod nejistotou a důležitost flexibility - připravená se otočit na základě vyvíjejících se dat a zpětné vazby. Zjistil jsem pohodlí v tom, že jsem věděl, že i když nemohu ovládat výsledky, mohu převzít vlastnictví práce a procesů, které je ovlivňují.

Jak ovlivnily vaše akademické zkušenosti v Cornell a dalších institucích vaši kariérní trajektorii a přístup k řízení technologií a strategické inovace?

Cítím se privilegovaný, že jsem měl zkušenosti s institucemi, jako jsou Cornell a Stanford. Stanfordova kultura inovací mi vštípila hluboké uznání za startovací myšlení-agilní, rušivé a vytrvale přemýšlení vpřed. V Cornell jsem byl ponořen do prostředí, které překlenulo propast mezi pokročilým technickým odborností a strategickým obchodním obchodním. Klíčovými aktivátory v těchto institucích byli fantastickí lidé, které jsem potkal, a životní prostředí podporující růst a kreativitu. Kurz se často chodil do hlubin polí, o kterých jsem se zajímal, ale úkoly je také zarámovaly do pohledu ptáka na to, jak se hodí do společnosti. To bylo zásadní při rozvoji myšlení, které využívá hluboké technické dovednosti k inovování a přitom zachovává kontext širších výzev ve společnosti.

Poté, co jsem se vrátil z mého programu ve Stanfordu, chtěl jsem aplikovat to, co jsem se naučil v doméně AI. Rozhodl jsem se spoluzakládat Neuron s poháněným dávkem s přímým cílem.

Chtěli jsme vytvořit komunitu, která je povzbuzována k rozvoji dovedností a vytvářet dopad během jejich vysokoškolského studia namísto tradičního důrazu na známky a účast. To pro mě byl nezbytný zážitek brzy, protože to byl jeden z mých prvních pokusů o přeměnu myšlenky na papír na plnohodnotnou operaci. Čelili jsme mnoha výzvám, od ovlivnění klíčových zúčastněných stran v instituci až po stanovení činností a akademického obsahu pro členy neuronu.

Naučit se, jak komunikovat s vedoucím vedením, navrhovat operace a provádět je při individuálním rozvoji odbornosti v oblasti domény, byla zkušenost, kterou jsem použil jako nadaci k budování svých dovedností v průběhu let. Ty byly zásadní pro práci, kterou dnes dělám.

Jaké jsou dnes z vašeho výhodného bodu nejzajímavější nebo nejvlivnější trendy v technologii, zejména v doméně AI?

Nedávno jsme viděli průlom v generativní AI a měli bychom očekávat, že brzy uvidíme více schopností v tomto prostoru. Pokroky, které jsme byli svědky v počítačovém vidění a zpracování přirozeného jazyka, dluží svůj úspěch soutoku sofistikovaných modelových architektur, výpočetní infrastruktuře nové generace a bezprecedentní přístup k obrovským datovým souborům.

Jsem nadšený aplikací těchto modelů v konkrétních doménách, jako je medicína. AI brzy pomůže lékařským průlomům při objevování drog, přesných medicínách a simulacích léčby. Navíc průnik AI s jinými rozvíjejícími se technologiemi zesílí její dopad.

Například kombinace AI s kvantovým výpočtem by mohla dramaticky urychlit rychlost, při které zpracováváme a analyzujeme komplexní biologická data, otevřít nové hranice v porozumění nemocí a terapeutikám. Jak pokračujeme v tomto nelineárním technologickém pokroku, můžeme očekávat, že jejich aplikace ve složitých oblastech zrychlí průlom.

Uzavření virtuálního roveru muselo být náročnou zkušeností. Jaké klíčové lekce jste z tohoto podniku vzali a jak ovlivnili vaši práci v BCG X?

Uzavření virtuálního roveru propůjčilo kritický ponaučení o vyvážení pragmatismu s ambicemi. Naučilo mě, že základ úspěchu často spočívá v provádění jednoduchých, ale působivých akcí prováděných v průběhu času.

Naučil jsem se důležitost stanovení ambiciózních cílů a zároveň jsem zůstal založen na tom, čeho je dosažitelné v krátkodobém horizontu. Tato rovnováha je zásadní nejen v oblasti podnikání, ale také v jakémkoli profesionálním prostředí. Posílila hodnotu trpělivosti, odolnosti a strategické přidělování zdrojů-zaměření na vysoce hodnotné činnosti, které jsou proveditelné a mají potenciál k významnému dopadu. Vložil mi to myšlení otevřené učení z každé situace, nezbytné pro neustálé zlepšování a inovace v jakékoli oblasti.

Jaké vlastnosti jsou nejdůležitější pro odborníky v oblasti technologického průmyslu, aby zůstali přizpůsobiví a odolní vzhledem k rychle se vyvíjející technologické krajině podle vašeho názoru?

Zásadní by bylo růstové myšlení doplněné přístupem k tomuto vyvíjejícímu se krajině. Přijetí růstového myšlení nás pohání z našich zón pohodlí a naléhá na nás, abychom aplikovali nové dovednosti na nezmapovaných územích. Nejde jen o přidání dalších nástrojů do naší soupravy; Jde o to, jak vyvíjet náš přístup k tomu, jak čelíme výzvám a využíváme příležitosti. Se všemi novými dovednostmi a aplikací se rosteme ve znalostech a rozšiřujeme naši schopnost přizpůsobit se a inovovat.

Navíc, když tuto cestu doplňuje myšlení myšlení dopředu a vede náš rozhodovací proces. Pomáhá nám rozeznat, do kterých nových dovedností stojí za to se ponořit, do kterých technologických trendů následovat a které cesty nás povedou k smysluplnému dopadu. Tato předvídavost je zásadní při navigaci složitosti technologického světa a zajišťuje, že nejen reagujeme na změny, ale aktivně utváří naše trajektorie. Společně nás růst a myšlení myšlení připravuje na účast na budoucnosti technologie a hraní klíčové role ve svém směru.

Jak vidíte dnes strojové učení transformující průmyslová odvětví a jak to ovlivňuje vaši práci v BCG X?

Jsem rád, že na to mohu poskytnout osobní pohled - strojové učení není jen transformující průmyslová odvětví; Je to předefinování samotné struktury toho, jak organizace fungují a inovují. V průběhu odvětví a pracovních postupů se strojové učení odemkne efektivitu, řídí personalizaci a otevírá nové hranice možností.

Aplikace jde nad rámec technické implementace; Ovlivňuje přístup k řešení problémů-povzbuzení dat založeného na údavě, spoléhající se na empirické důkazy a prediktivní analýzu.

Zatímco iniciativy, se kterými se zapojujeme, jsou rozmanité, společné vlákno používá strojové učení k řízení hodnoty, ať už optimalizace procesů, zlepšení uživatelských zkušeností nebo vytváření nových produktů. Zmocní nás to, abychom řešili dnešní výzvy s ohledem na zítřejší příležitosti a ztělesňovali inovativní a dopředu.

Jaké dovednosti a zkušenosti považujete za nejdůležitější pro úspěch pro ty, kteří chtějí vstoupit do oblasti Data Science a AI?

Začal bych tím, že využil předem vytvořené nástroje AI, abych se seznámil s aplikacemi. I když je to vynikající vstupní bod do pole. Potápění hluboko do matematických nadací je zásadní pro kohokoli, kdo by chtěl vést inovace AI. Pochopení základních principů algoritmů strojového učení umožňuje nejen aplikaci, ale také vytváření budoucích technologií. Tyto teoretické znalosti bych doplnil praktickými zkušenostmi prostřednictvím projektů a stáží a zůstal jsem informován o nejnovějším výzkumu.

Tento přístup neustálého učení a aplikace zajišťuje robustní základ v AI, smíchání praktických dovedností s hlubokým porozuměním základních technologií a připravuje vás na popředí pokroku AI.

Jak přistupujete k mentorství a proč se domníváte, že je to nezbytné pro profesionály, zejména v dynamických oborech, jako je technologie a věda o datech?

Hledání mentorství je rozhodujícím krokem na výukové cestě. Šířka znalostí a rychlé tempo pokroku v těchto oblastech může být skličující. Mít mentor poskytuje pokyny a strukturovanou cestu k upřednostňování cílů učení a efektivněji procházet složitostí pole.

Je to příležitost získat moudrost od těch, kteří prošli podobné cesty, takže vaše cesta byla méně ohromující a více soustředěná. Využití online zdrojů a znalostí komunity může navíc výrazně urychlit váš růst. V takové dynamické krajině je přijímání mentorství a komunitních poznatků prospěšné a nezbytné pro to, aby zůstalo krok s technologickým pokrokem a formoval úspěšnou kariéru.