Neseniai kalbėjomės suPonas Sanjeet Dutta, „BCG X“ duomenų mokslininkas Niujorke, JAV. „Sanjeet“ yra minties lyderis AI srityje ir analitinių duomenų ekspertas, turintis techninius įgūdžius spręsti sudėtingas problemas. Nepaisant savo jauno amžiaus, Sanjeet jau sukūrė daug patirties ir įgūdžių savo srityje.

„Sanjeet“ edukacinė kelionė apima prestižines institucijas, tokias kaip Kornelio universitetas ir Kristaus universitetas, Bangalore, su vasara Stanfordo universitete. Jo karjeroje buvo pastebimi svarbūs vaidmenys tokiose organizacijose kaip „BCG Digital Ventures“, „SpotDraft“, „Jetsynthesys“ ir „American Express“, kur jis pagerino savo įgūdžius technologijų valdymo ir strateginių naujovių srityje. Nepaisant to, kad buvo uždarytas jo įkūrėjas „Virtual Rover“ dėl „Pandemic“, „Sanjeet“ ir toliau žengia į priekį savo giliu supratimu apie technologijų tendencijas ir duomenų pagrįstus sprendimus.

„BCG X“ „Sanjeet“ yra žinomas kaip klientams įgyvendinant naujos kartos technologijas. Jo vadovavimo įgūdžiai buvo ugdomi kaip Kristaus universiteto „Neuron“ įkūrėjas ir prezidentas, o jo įsipareigojimas technologijų bendruomenei yra akivaizdus per jo dalyvavimą įvairiuose hakatonuose ir tyrimų projektuose.

Šiame interviu aptarėme keletą temų, pradedant nuo studentų verslumo neaiškiu metu ir baigiant pritaikomumo technologijų pramonėje svarbą. Čia yra keletas pagrindinių klausimų ir atsakymų iš mūsų pokalbio su Sanjeet Dutta:

Kaip jūsų, kaip studentų verslininko, patirtis, ypač neaiškiais laikais, formavo jūsų požiūrį į problemų sprendimą ir inovacijas technologijų pramonėje?

Išmokti būti patogiam dviprasmiškumui buvo didelis. Natūralu, kad įstrigo, kai yra nedaug informacijos, kad būtų galima išspręsti problemą ar priblokšti tempo, kuriuo juda. Mano patirtis išmokė mane priimti pagrįstus sprendimus dėl netikrumo ir lankstumo svarbos - pasirengimo pasisukti, remiantis besikeičiančiais duomenimis ir atsiliepimais. Aš manau, kad žinodamas, kad negaliu kontroliuoti rezultatų, galiu prisiimti atsakomybę už darbą ir procesus, kurie jiems daro įtaką.

Kaip jūsų akademinė patirtis Kornelyje ir kitose institucijose paveikė jūsų karjeros trajektoriją ir požiūrį į technologijų valdymą ir strategines inovacijas?

Jaučiuosi privilegijuota turėti patirties tokiose institucijose kaip Kornelis ir Stanfordas. Stanfordo inovacijų kultūra man paskatino gilų įvertinimą už startuolio mąstyseną-vėlgi, žlugdančią ir negailestingai mąstančią į priekį. Kornelyje buvau pasinėręs į aplinką, kuri padidino atotrūkį tarp pažangių techninių įgūdžių ir strateginio verslo. Pagrindiniai tų institucijų įgalininkai buvo fantastiški, paskatinti žmonės, kuriuos sutikau, ir aplinka, skatinanti augimą ir kūrybiškumą. Kursiniai darbai dažnai pateko į mane dominančius laukų gelmes, tačiau užduotys taip pat įrėmino juos paukščio akių vaizde apie tai, kaip jie tinka visuomenei. Tai buvo labai svarbu plėtojant mąstyseną, kuri panaudoja gilius techninius įgūdžius naujovėms, išlaikant platesnių visuomenės iššūkių kontekstą.

Grįžęs iš savo programos Stanforde, norėjau pritaikyti tai, ko išmokau AI srityje. Aš nusprendžiau kartu su „Neuron“ įkurti su varomu batchmate, kurio tikslas yra tiesus.

Mes norėjome sukurti bendruomenę, kuri skatinama ugdyti įgūdžius ir patirti poveikį jų bakalauro studijų metu, o ne tradiciškai pabrėžti pažymius ir lankomumą. Tai man buvo svarbi patirtis anksti, nes tai buvo vienas iš pirmųjų mano bandymų paversti idėją popieriuje į visavertę operaciją. Mes susidūrėme su daugybe iššūkių, pradedant nuo pagrindinių suinteresuotųjų šalių įtakos institucijai iki veiklos ir akademinio turinio nustatymo „Neuron“ nariams.

Išmokti bendrauti su vyresniajai vadovybei, operacijų projektavimui ir jų vykdymui, kartu tobulinant savo srities patirtį, kad galėčiau pasidalyti, buvo patirtis, kurią naudojau kaip pagrindą kurdamas savo įgūdžius bėgant metams. Tai buvo nepaprastai svarbi darbui, kurį darau šiandien.

Kokios įdomiausios ar įspūdingiausios technologijos tendencijos šiandien, ypač AI srityje, atsižvelgiant į jūsų pranašumą?

Neseniai matėme generatyvinės AI proveržį ir turėtume tikėtis netrukus pamatyti daugiau galimybių šioje erdvėje. Pažanga, kurią mes matėme kompiuterinėje vizijoje ir natūraliai apdorojant kalbą, yra skolingi jų sėkmei sudėtingos modelio architektūros, naujos kartos skaičiavimo infrastruktūros ir precedento neturinčios prieigos prie didžiulių duomenų rinkinių santakos.

Džiaugiuosi, kad pritaikiau šiuos modelius konkrečiose srityse, tokiose kaip medicina. AI netrukus padės medicininiams proveržiams atradus narkotikus, tikslią mediciną ir gydymo modeliavimą. Be to, AI sankryža su kitomis kylančiomis technologijomis sustiprins jos poveikį.

Pavyzdžiui, AI derinimas su kvantiniu skaičiavimu galėtų smarkiai pagreitinti greitį, kuriuo mes apdorojame ir analizuojame sudėtingus biologinius duomenis, atverdami naujas sienas supratimo ligas ir terapiją. Tęsdami šią netiesinę technologinę pažangą, galime tikėtis, kad jų pritaikymas sudėtingose ​​srityse paspartins proveržį.

„Virtual Rover“ uždarymas turėjo būti sudėtinga patirtis. Kokias pagrindines pamokas jūs išėmėte iš tos įmonės ir kaip jos paveikė jūsų darbą „BCG X“?

Virtualaus „Rover“ uždarymas suteikė kritinę prakeikimo pragmatizmą su ambicijomis pamoką. Tai mane išmokė, kad sėkmės pagrindas dažnai slypi vykdant paprastus, tačiau veiksmingus veiksmus, vykstančius laikui bėgant.

Sužinojau, kaip svarbu nustatyti ambicingus tikslus, tuo pačiu grindžiamą tuo, kas pasiekiama per trumpą laiką. Ši pusiausvyra yra labai svarbi ne tik verslumo srityje, bet ir bet kurioje profesinėje aplinkoje. Tai sustiprino kantrybės, atsparumo ir strateginio išteklių paskirstymo vertę-tai susiję su didelės vertės veikla, kuri yra įmanoma ir turi potencialą skatinti didelį poveikį. Tai man paskatino mokytis iš kiekvienos situacijos, būtina nuolat tobulėti ir naujovėms bet kurioje srityje.

Kokios savybės yra svarbiausios technologijų pramonės profesionalams, kad, jūsų nuomone, greitai besikeičiantiems technologiniams peizažams išlikti pritaikomi ir atsparūs?

Augimo mąstysena, kurią papildo į priekį nukreiptas požiūris į šį besivystantį kraštovaizdį, būtų gyvybiškai svarbus. Augimo mąstysenos panaudojimas mus išstumia iš savo komforto zonų, ragindamas pritaikyti naujus įgūdžius neatrastose teritorijose. Tai nėra vien tik mūsų rinkinio pridėjimas; Tai yra mūsų požiūrio į tai, kaip mes susiduriame su iššūkiais ir pasinaudojame galimybėmis, vystymąsi. Su kiekvienais naujais išmoktais ir pritaikytais įgūdžiais mes augame žiniomis ir plečiame savo galimybes prisitaikyti ir diegti naujoves.

Be to, pritraukimas į ateitį orientuotą mąstyseną papildo šią kelionę, vadovaujant mūsų sprendimų priėmimo procesui. Tai padeda mums išsiaiškinti, į kuriuos naujus įgūdžius verta pasinerti, kokias technologines tendencijas sekti ir kokie keliai paskatins mus prasmingo poveikio link. Ši įžvalgos yra labai svarbios norint naršyti po technologijų pasaulio sudėtingumą, užtikrinant, kad mes ne tik reaguojame į pokyčius, bet ir aktyviai formuojame savo trajektorijas. Kartu augimas ir į priekį orientuota mąstysena paruošia mus dalyvauti technologijų ateityje ir atlikti pagrindinį vaidmenį jos kryptimi.

Kaip šiandien matote, kaip mašinų mokymasis keičiasi pramonės šakomis, ir kaip tai daro įtaką jūsų darbui „BCG X“?

Džiaugiuosi galėdamas pateikti asmeninį požiūrį į tai - mašinų mokymasis nėra tik keičiantis pramonės šakoms; Tai iš naujo apibrėžia, kaip organizacijos veikia ir diegia naujoves. Visuose sektoriuose ir darbo eigoje mašinų mokymasis atlaisvina efektyvumą, skatina personalizavimą ir atidaro naujas galimybių ribas.

Programa peržengia techninį įgyvendinimą; Tai daro įtaką požiūriui į problemų sprendimą-skatinant duomenis pagrįstą mąstyseną, pasikliaujant empiriniais įrodymais ir numatoma analize.

Nors iniciatyvos, su kuriomis aš užsiima, yra įvairios, bendra gija naudojasi mašinų mokymuisi, kad padidintų vertę, nesvarbu, ar optimizuojate procesus, gerinu vartotojų patirtį ar kurdami naujus produktus. Tai suteikia mums galimybę spręsti šiandienos iššūkius, atsižvelgiant į rytojaus galimybes, įkūnijant novatorišką ir į priekį nukreiptą požiūrį.

Kokiems įgūdžiams ir patirčiai, jūsų manymu, yra kritiškiausi sėkmei?

Pradėčiau pasitelkiant iš anksto pastatytus AI įrankius, kad galėčiau susipažinti su programomis. Nors tai yra puikus įėjimo taškas į lauką. Nardymas giliai į matematinius pagrindus yra labai svarbus visiems, siekiantiems vadovauti AI naujovėms. Suprasti pagrindinius mašininio mokymosi algoritmų principus, leidžiantys ne tik programą, bet ir būsimų technologijų kūrimą. Aš papildyčiau šias teorines žinias su praktine patirtimi per projektus ir stažuotes ir nuolat atnaujinčiau naujausius tyrimus.

Šis nuolatinio mokymosi ir taikymo požiūris užtikrina patikimą AI pagrindą, suderindamas praktinius įgūdžius ir giliai suprantant pagrindines technologijas, paruošdamas jus AI pažangos priešakiui.

Kaip jūs kreipiatės į mentorystę ir kodėl manote, kad tai būtina profesionalams, ypač dinamiškose srityse, tokiose kaip technologijos ir duomenų mokslas?

Mentorystės ieškojimas yra lemiamas žingsnis mokymosi kelionėje. Žinių plotis ir greitas tobulėjimo tempas šiose srityse gali būti bauginantis. Mentoriaus turėjimas pateikia rekomendacijas ir struktūrizuotą kelią, kad būtų galima prioritetuoti mokymosi tikslus ir efektyviau naršyti lauko painiavą.

Tai galimybė išsiaiškinti išminties iš tų, kurie eidavo panašius kelius, todėl jūsų kelionė tampa ne tokia didžiulė ir labiau susikaupusi. Be to, internetinių išteklių ir bendruomenės žinių panaudojimas gali žymiai pagreitinti jūsų augimą. Tokiame dinamiškame kraštovaizdyje mentorystės ir bendruomenės įžvalgos apimtis yra naudinga ir būtina norint neatsilikti nuo technologinės pažangos ir sėkmingos karjeros formavimo.