Ngày nay, dữ liệu ngày càng nhiều và quan trọng dẫn đến nhu cầu về các nhà khoa học dữ liệu đã tăng vọt. Các tổ chức cần phải đưa ra các quyết định tốt hơn và nhanh hơn để sớm tiến vào thị trường và tiến triển theo hướng tầm nhìn của họ. Cùng với thời gian, mọi người đã nhận ra rằng để đưa ra quyết định tốt hơn, cộng đồng phải bao gồm những người có các nền tảng kiến thức khác nhau để nắm bắt được quan điểm của họ. Nhận thức về thực tế này đang khiến ngày càng có nhiều phụ nữ tham gia vào ngành khoa học dữ liệu, do đó làm giảm khoảng cách giới trong ngành STEM truyền thống do nam giới thống trị.
Với kỹ năng giao tiếp tốt hơn, nỗ lực nuôi dưỡng môi trường tích cực và vô số phẩm chất khác, phụ nữ đã và đang có những bước tiến vượt bậc trong khoa học. Trong bài viết này, chúng ta hãy xem danh sách những nhân vật nữ có ảnh hưởng nhất đến AI của năm 2020.
Kate Crawford
Kate Crawford là Pricipal Reseacher tại Microsoft. Cô là một nhà nghiên cứu và giáo sư hàng đầu đã dành thập kỷ qua để nghiên cứu các tác động xã hội của hệ thống dữ liệu, máy học và trí tuệ nhân tạo. Cô là Senior Principal Researcher tại MSR-NYC. Cùng với đó, cô cũng là Visiting Chair đầu tiên về AI & Justice tại trường École Normale Supérieure danh giá ở Paris, và là Nghiên cứu viên xuất sắc Miegunyah (Miegunyah Distinguished Visiting Fellow) tại Đại học Melbourne.
Kate là người đồng sáng lập Viện AI Now tại Đại học New York, viện đại học đầu tiên trên thế giới chuyên nghiên cứu các tác động xã hội của trí tuệ nhân tạo và các công nghệ liên quan.
Fei-Fei Li
Fei Fei Li là một giáo sư khoa học máy tính người Mỹ tại Đại học Stanford. Cô là Đồng Giám đốc của Viện Stanford về Trí tuệ nhân tạo lấy con người làm trung tâm (Stanford Institute for Human-Centered Artificial Intelligence) và là Đồng Giám đốc của Phòng thí nghiệm Tầm nhìn và Học tập Stanford. Cô cũng đồng sáng lập AI4All, một tổ chức phi lợi nhuận hoạt động nhằm tăng cường sự đa dạng và hòa nhập trong lĩnh vực trí tuệ nhân tạo.
Chuyên môn nghiên cứu của cô bao gồm trí tuệ nhân tạo (AI), máy học, học sâu, thị giác máy tính và khoa học thần kinh nhận thức. Cô là nhà khoa học hàng đầu và principal investigator của ImageNet. Vào tháng 5 năm 2020, Li tham gia vào ban giám đốc của Twitter với tư cách là một giám đốc độc lập.
Geetha Manjunath
Dr.Geetha Manjunath là Người sáng lập, Giám đốc điều hành và CTO của NIRAMAI, một công ty khởi nghiệp công nghệ đang phát triển một giải pháp mới để phát hiện ung thư vú giai đoạn đầu. Cô có hơn 25 năm kinh nghiệm trong nghiên cứu CNTT và đã dẫn dắt nhiều dự án sáng tạo trong lĩnh vực Chăm sóc sức khỏe và Giao thông vận tải. Cô từng là Giám đốc Phòng thí nghiệm phụ trách Nghiên cứu Phân tích Dữ liệu ở Xerox Ấn Độ. Trước đó, cô là Principal Research Scientist tại Phòng thí nghiệm Hewlett Packard trong 17 năm và là thành viên của nhóm C-DAC đã chế tạo siêu máy tính thương mại đầu tiên ở Ấn Độ.
Tiến sĩ Manjunath có bằng Tiến sĩ trong Khoa học Máy tính từ Viện Khoa học Ấn Độ và giáo dục quản lý từ Trường Quản lý Kellogg, Chicago. Cô đã được trao Huy chương Vàng bởi Hiệp hội Máy tính Ấn Độ, là người nhận Giải thưởng Bang Karnataka, được vinh danh là một trong 50 Nhà sáng tạo CNTT hàng đầu của NASSCOM và cũng là người chiến thắng trong Cuộc thi Grand Challenges của MIT Tech Review. Cô là Thành viên Cấp cao của IEEE và trước đây là Chủ tịch của Hiệp hội Máy tính IEEE, Bangalore Chapter. Ngoài ra, cô còn là người phát minh ra 15 bằng sáng chế của Hoa Kỳ với nhiều khoản tài trợ đang chờ xử lý.
Allie Miller
Allie Miller là Trưởng bộ phận Phát triển Kinh doanh AI của Hoa Kỳ cho các Công ty Khởi nghiệp và Đầu tư mạo hiểm tại Amazon. Trước đó, cô là người phụ nữ trẻ nhất từng chế tạo sản phẩm trí tuệ nhân tạo tại IBM – đi đầu trong việc phát triển sản phẩm quy mô lớn trên thị giác máy tính, hội thoại, dữ liệu và quy định.
Cô được Forbes và AI Summit đặt tên là “Nhà sáng tạo AI của năm” năm 2019.
Allie đã nói về AI và sự đa dạng trong lĩnh vực trên khắp thế giới, phát biểu trước Ủy ban Châu Âu, soạn thảo các chiến lược AI nước ngoài và viết tám cuốn sách hướng dẫn các doanh nghiệp cách xây dựng các dự án AI thành công.
Prof. Jennifer Chayes
Giáo sư Jennifer Chayes là Phó nhà cung cấp Thông tin và Khoa học Dữ liệu, và Hiệu trưởng Khoa Thông tin, tại UC Berkeley. Trước đây, cô đã làm việc tại Microsoft trong gần 23 năm, nơi cô là Kỹ sư kỹ thuật, đồng thời là người sáng lập và giám đốc điều hành của ba phòng thí nghiệm liên ngành: Microsoft Research New England, New York City và Montreal.
Cô là thành viên của Viện Hàn lâm Khoa học và Nghệ thuật Hoa Kỳ và Viện Hàn lâm Khoa học Quốc gia. Chayes là tác giả của khoảng 150 bài báo học thuật và là nhà phát minh của hơn 30 bằng sáng chế. Các lĩnh vực nghiên cứu của cô bao gồm chuyển pha trong tính toán, đặc tính cấu trúc và động lực học của mạng, lý thuyết đồ thị, thuật toán đồ thị và sinh học tính toán.
Chayes là một trong những nhà phát minh ra lĩnh vực graphons, được sử dụng rộng rãi trong học máy của các mạng quy mô lớn.
Kim Hazelwood
Một cái tên hàng đầu khác trong danh sách này là Kim Hazelwood. Cô là trưởng bộ phận Kỹ thuật của Facebook AI Research cũng như Trưởng nhóm kỹ thuật cho Nghiên cứu Hệ thống và Máy học (SysML) của Facebook.
Chuyên môn của cô nằm ở hệ thống máy tính có thể mở rộng và máy học ứng dụng. Kim có bằng Tiến sĩ về khoa học máy tính của Đại học Harvard và đã là tác giả của hơn 50 ấn phẩm và một cuốn sách. Cô đã nhận được giải thưởng “35 nhà sáng tạo hàng đầu dưới 35 tuổi” của MIT và giải thưởng NSF Career. Cô hiện đang phục vụ trong Ban Giám đốc của Hiệp hội Nghiên cứu Máy tính.
Caitlin Smallwood
Catlin là phó chủ tịch, Khoa học dữ liệu và kỹ thuật tại Netflix. Tại đây, cô lãnh đạo việc phân tích, đo lường và dự đoán, khoa học thử nghiệm và nghiên cứu thuật toán cho tất cả các bộ phận kinh doanh của Netflix. Với nhóm các nhà khoa học dữ liệu của mình, cô đã nghiên cứu, phát triển thuật toán, mô hình dự đoán để mang đến cho bạn trải nghiệm liền mạch khi sử dụng Netflix. Cô có bằng M.S. trong Nghiên cứu Hoạt động từ Đại học Stanford.
Ujjyaini Mitra
Ujjyaini Hiện đang làm Giám đốc Dữ liệu (Chief Data Officer) tại Zee5. Cô có gần 13 năm kinh nghiệm Lãnh đạo trong việc thiết lập Dữ liệu như một Văn hóa (Data as a Culture) tại các tổ chức lớn. Trước đây, Cô đã làm việc với các tổ chức như Airtel, Flipkart Mckinsey & company ở các vị trí hàng đầu. Do yêu thích toán học, Ujjyaini đã chọn học Toán và Khoa học Máy tính Lý thuyết tại Viện Toán học Chennai và sau đó theo đuổi Kinh tế lượng (Quantitative Economics) khi học Thạc sĩ tại ISI Kolkata.
Cô nằm trong Top 50 Phụ nữ có ảnh hưởng nhất năm 2020 trong lĩnh vực Truyền thông, Tiếp thị và Quảng cáo theo Impact.
Yael Garten
Yale Garten là Giám đốc Khoa học Dữ liệu và Kỹ thuật Siri của Apple. Tại đây, cô dẫn đầu một nhóm các nhà khoa học dữ liệu với mục tiêu là cải thiện Siri bằng cách sử dụng dữ liệu như tiếng nói của khách hàng Apple. Trước đây, Yael là Giám đốc Khoa học Dữ liệu tại LinkedIn.
Yael có bằng Tiến sĩ trong Tin học Y sinh từ Trường Y Đại học Stanford. Nghiên cứu của cô tập trung vào việc khai thác thông tin và hiểu ngữ nghĩa. Để dự đoán và hiểu cách các biến thể di truyền của con người tác động đến phản ứng với thuốc bằng cách sử dụng xử lý ngôn ngữ tự nhiên của văn bản khoa học.
Cô là thành viên ban cố vấn cho chương trình sau đại học về phân tích của Đại học Northwestern. Ngoài ra, cô còn là người đề xướng việc tăng số lượng phụ nữ trong STEM.
Anima Anandkumar
Một phụ nữ hàng đầu khác trong lĩnh vực khoa học dữ liệu là Anima Anandkumar. Cô là giám đốc nghiên cứu máy học tại NVIDIA và là giáo sư Bren tại bộ phận Caltech CMS. Trước đó, cô từng là principal scientist tại Amazon Web Service, nơi cô ấy đã khởi động việc học máy trên cơ sở hạ tầng đám mây.
Cô đã đi đầu trong nghiên cứu về AI không giám sát, học sâu, tối ưu hóa và phương pháp tensor. Anima, tốt nghiệp từ IIT Madras đã nhận bằng Tiến sĩ. từ Đại học Cornell. Cô đã được giới thiệu trong các bộ phim tài liệu của PBS, KPCC, tạp chí Wired và trong các bài báo của MIT Technology Review, Forbes, Yourstory, O’Reilly media, v.v.
Anima đã làm việc thúc đẩy việc sử dụng có đạo đức và cải thiện sự đa dạng và hòa hợp (diversity and inclusion) trong AI. Cô đã được NYTimes trao giải thưởng Good Tech Award 2018 cho những nỗ lực của mình.
Anima Anandkumar
Rachel Thomas là một nhà nghiên cứu về Deep Learning và là người đồng sáng lập Fast.ai. Cô cũng là Giám đốc sáng lập của Trung tâm Đạo đức Dữ liệu Ứng dụng tại Đại học San Francisco nhằm giải quyết những tác hại như sai lệch thông tin, giám sát, sai lệch thuật toán và các hành vi lạm dụng dữ liệu khác. Rachel lấy bằng Tiến sĩ toán học tại Duke và là một kỹ sư đầu tiên tại Uber.
Cô được tạp chí Forbes bình chọn là một trong 20 phụ nữ được tín nhiệm nhất trong lĩnh vực AI (most incredible women in AI). Rachel là một nhà văn và diễn giả chính nổi tiếng về các chủ đề đạo đức dữ liệu, khả năng tiếp cận AI và sự thiên vị trong học máy.
Theo Analytics vidhya
