Карьера в науке о данных, машинном обучении, искусственном интеллекте и нейронных сетях широко признана самой многообещающей областью с большими зарплатами. Мы в Analytics Jobs провели обширные исследования и опубликовали список 10 лучших специалистов по данным в мире, за которыми следует следить в 2020 году.

Рейтинг формируется по следующим параметрам:

  • Общий опыт
  • Количество опубликованных научных статей
  • Награды и признание
  • Вклад в науку о данных и сообщество ИИ

1. Дин Эбботт. Обладая более чем 21-летним опытом, этот опытный специалист в области анализа данных является основателем и президентом Abbott Analytics, Сан-Диего, Калифорния.

Он умеет применять передовые и сложные методы интеллектуального анализа данных, визуализации данных и подготовки данных. Он обладает выдающимся опытом в области анализа опросов, механики обнаружения мошенничества, данных и моделирования, прогнозной токсикологии, сигнальных процессов и наведения ракет. Г-н Эбботт был главным консультантом многих компаний из списка Fortune 500. Он также является всемирно известным тренером и инструктором многих популярных курсов по интеллектуальному анализу данных. Его ясная методология обучения помогла сформировать карьеру бесконечному числу подающих надежды специалистов по данным.

Его работа включает соавторство:
1. IBM SPSS Modeler Cookbook,
2. Applied Predictive Analytics: Principles and Techniques for the Professional Data Analyst.

Подробнее о нем читайте на http://www.abbottanalytics.com/data-mining-consulting-services-about.php

Следите за его блогом на http://abbottanalytics.blogspot.com.

2. Дханурджай Патил: бывший главный научный сотрудник США, Дханурджай Патил — один из самых выдающихся и известных специалистов по данным. Он получил докторскую степень по прикладной математике в Колледж-Парке Университета Мэриленда. Он был главным консультантом многих крупных компаний, таких как Salesforce, Paypal Linkedin, Skype, eBay и Greylock Partners.

Именно г-н Патил вместе с Джеффом Хаммербахером ввел термин «наука о данных».

Патил работал с Министерством обороны США в его Управлении передовых систем и концепций. Он возглавлял группу, известную как Проект предупреждения угроз. Целью проекта было предвидеть угрозы, связанные с:
a. Оружие массового поражения
б. Нарушения прав человека в несостоявшихся штатах/странах
c. Терроризм.
Его команда использовала анализ социальных сетей, чтобы предвидеть эти угрозы.

Просто добавим, что он сын популярного венчурного инвестора и основателя Cirrus Logic. Г-н Сухас Патил. Сейчас он работает с Venrock в качестве советника. Ранее он работал вице-президентом по продукту в компании RelateIQ, которая позже была приобретена Salesforce. Он также работал директором по продукту в Color Labs и главным специалистом по данным в LinkedIn.
Вы можете найти больше о нем в Википедии по адресу:
https://en.wikipedia.org/wiki /DJ_Patil

3. Джефф Хаммербахер: Джефф возглавлял группу данных Facebook. Он был привлечен Facebook в далеком 2006 году, когда Facebook накапливал тонны данных быстрее, чем его способность хранить и анализировать эти данные. Вскоре он разработал методы и приемы сбора, хранения и анализа больших объемов данных в Facebook. Он поддержал внедрение Hadoop, которое позволило группе данных Facebook обрабатывать тонны данных в режиме реального времени и с молниеносной скоростью. Это привело к созданию методологии целевой рекламы Facebook, которая в настоящее время приносит более 70% доходов компании.

Он работал главным специалистом по данным и соучредителем в Cloudera. Он также был инструктором в Медицинской школе Икана. Он был соучредителем термина «Наука о данных» вместе с Дханурджаем Патилом.

Джефф также был связан с такими изданиями, как MIT Technology Review, Ney York Times, Harvard Business Review, Fast Company и Forbes.
Вы можете узнать больше о нем по адресу:
https://en. wikipedia.org/wiki/Джефф_Хаммербахер

4. Ян ЛеКун: он известный франко-американский специалист по данным. Он известен своей образцовой работой в области компьютерного зрения, обработки естественного языка, машинного обучения, робототехники и вычислительной нейронауки. доктор философии в компьютерных науках г-н ЛеКун снова хорошо известен своей работой в:
а. Оптическое распознавание символов и компьютерное зрение с использованием сверточных нейронных сетей.
b. Главные создатели технологии сжатия изображений DjVu
c. Совместно с Леоном Ботто разработал язык программирования Lush
d. Его называют отцом-основателем сверточных сетей.

Г-н ЛеКун также является фантастическим инструктором, и вы можете найти его популярные плейлисты на YouTube по адресу:
• Доклады Яна ЛеКуна
• Серия лекций Янна ЛеКуна
• Дебаты и панельные дискуссии с Яном ЛеКуном< br /> • Интервью с Яном ЛеКуном
• Демонстрации Яна ЛеКуна
• Шесть коротких видеороликов, объясняющих ИИ, машинное обучение, глубокое обучение и сверточные сети.

Вы можете найти больше о нем по адресу:
http://yann.lecun.com/
https://en.wikipedia.org/wiki/Yann_LeCun

5. Кеннет Кукер. Американский журналист и писатель по профессии. Кеннет Кукиер наиболее известен своими названиями книг: «Большие данные: революция, которая изменит то, как мы работаем, живем и думаем. Эта книга стала бестселлером в Нью-Йорке и была переведена на 21 язык. В настоящее время он работает старшим редактором и ведущим еженедельного подкаста о технологиях Babbage.
Кенн также является одним из директоров Chatham House, почетным членом Совета по международным отношениям, а также ассоциированный научный сотрудник Said Business School Оксфордского университета.

Кенн также регулярно выступает на различных форумах, в том числе с докладами в Ted, Google, Всемирном банке, Совете по международным отношениям, Mckinsey, Всемирном экономическом форуме, Государственном департаменте США, МВФ, GE и различных известных университетах. Массачусетского технологического института, Кембриджа и Гарварда.

Вы можете найти больше о нем по адресу:
http://www.cukier.com/
https://en.wikipedia.org/wiki/Kenneth_Cukier
https: //mediadirectory.economist.com/people/kenneth-cukier/

6. Джон Майлз Уайт: он разработчик Джулии и специалист по данным в Facebook. Он известный оратор и писатель, автор нескольких бестселлеров:
a. Бандитские алгоритмы оптимизации веб-сайтов
б. Машинное обучение для хакеров и
c. Машинное обучение для электронной почты

Он много работал и имеет опыт в области машинного обучения, языка программирования R, науки о данных и статистики. Он регулярно размещает свои работы и презентации на YouTube. Вы можете найти их по адресу:
https://www.youtube.com/results?search_query=john+myles+white

7. Йошуа Бенжио. Выдающийся профессор кафедры вычислительной техники и исследования операций Университета Монреаля. Йошуа — канадский специалист по данным, известный своей работой в области глубокого обучения, искусственного интеллекта и нейронных сетей. Он также получил несколько наград за свою работу в области глубокого обучения. Он считается одним из трех профессионалов, наиболее ответственных за продвижение в области глубокого обучения.

Ранее он был соучредителем Element AI, инкубатора искусственного интеллекта. Эта компания занимается внедрением исследований данных и искусственного интеллекта в приложения, которые могут быть активно внедрены предприятиями по всему миру. В настоящее время он является научным и техническим консультантом Recursion Pharmaceuticals.

Он также является членом совета директоров различных крупных компаний, и компании стремятся использовать преимущества его анализа данных. Он является лауреатом двух наград :
а. Премия Мари-Викторин в 2017 г. и
b. Премия Тьюринга в 2018 году

Вы можете найти больше о нем по адресу:
https://en.wikipedia.org/wiki/Yoshua_Bengio
http://www.iro.umontreal.ca/~bengioy/

8. Джеффри Хинтон. В мире науки о данных его называют крестным отцом глубокого обучения. Хинтон — англо-канадский когнитивный психолог и ученый-компьютерщик, известный своими работами в области искусственного интеллекта и нейронных сетей. Он доктор философии. в области искусственного интеллекта и широко известен своей образцовой работой над нейронными сетями. Его исследование было сосредоточено на том, как можно научить нейронные сети учиться без помощи человека или учителя. Его исследования были признаны математически вооруженными и экспериментально наполненными искусственным интеллектом. Его работа по поиску поразительного сходства между последствиями повреждения головного мозга человека и последствиями проигрыша в сети является редкой. Таким образом, он проложил путь к повреждению человеческого мозга. Его работа была доказана запуском автономной и интеллектуальной машины, которая работает очень похоже на человеческий мозг.

Хинтон был удостоен звания почетного доктора Эдинбургского университета. За безупречную работу в сфере ИИ он получил следующие награды:
a. Награда IJCAI за выдающиеся достижения в области исследований
b. Золотая медаль Herzberg Canada в области науки и техники

Хинтон активно выступал против использования искусственного интеллекта военными учреждениями. Однажды Хинтон отказался делать прогнозы на более чем 5 лет вперед, поскольку считал это смертельным для человеческой расы и эволюции.

Вы можете узнать больше о Хинтоне по адресу:
https://en.wikipedia.org/wiki/Geoffrey_Hinton
http://www.cs.toronto.edu/~hinton/

9. Юрген Шмидхубер: Юрген снова популярен благодаря своей безупречной работе в области искусственного интеллекта, глубокого обучения и искусственных нейронных сетей. Его иногда называют отцом современного глубокого обучения.

Он был пионером в создании самосовершенствующейся системы искусственного интеллекта. Он был профессором искусственного интеллекта в Università Della Svizzera Italiana в Лугано, Швейцария. Он вместе со своими учениками опубликовал тип очень сложной рекуррентной нейронной сети, известной как долговременная кратковременная память (LSTM). Сегодня LSTM используется практически во всех текущих приложениях.

Он был удостоен некоторых выдающихся наград:
а. Премия Гельмгольца Международного общества нейронных сетей в 2013 г.
b. Премия Neural Networks Pioneer Award от IEEE Computational Intelligence Society в 2016 году. http://people.idsia.ch/~juergen/»

10. Алекс «Сэнди» Пентланд. В 2011 году Тим О’Рейли назвал его одним из семи самых влиятельных специалистов по данным в мире вместе с Ларри Пейджем, тогдашним генеральным директором Google.

Алекс начал свою карьеру в качестве преподавателя компьютерных наук и психологии в Стэнфордском университете. Позже присоединился к Школе инженерии Массачусетского технологического института и Школе Слоана Массачусетского технологического института в качестве преподавателя. Он также был членом правления Американской ассоциации юристов, AT&T, Глобального партнерства ООН по данным в области устойчивого развития и многих стартапов.

Он также является соучредителем лабораторий Media Lab Asia в IIT. Он также основал и в настоящее время возглавляет программу Массачусетского технологического института, которая активно работает над новаторскими вычислительными социальными науками с использованием ИИ и больших данных. Цель состоит в том, чтобы лучше понять социальную структуру человека и укрепить доверие. Он также работает академическим директором в Data-Pop Alliance, совместном проекте по большим данным и человеческому развитию, созданном совместно с Гарвардской гуманитарной инициативой и Институтом зарубежного развития Великобритании.

Он также возглавляет Программу предпринимательства Media Lab, которая продвигает компании, использующие передовые технологии для решения реальных проблем. Он также является советником Enigma Project & Endor.

Вы можете найти больше о нем по адресу:
https://en.wikipedia.org/wiki/Alex_Pentland