10. Februar 2023
Treffen Sie Violet, unsere Leiterin der KI-Plattform bei iProov. Sie spricht über die Zukunft der KI, die für die Arbeit im Bereich des maschinellen Lernens erforderlichen Fähigkeiten und ihre Leidenschaft für die Weiterbildung am Arbeitsplatz. Violet spricht auch über die einflussreichen Frauen in der MINT-Branche, die sie inspiriert haben, und teilt ihre Worte der Weisheit für Frauen und Mädchen, die eine Karriere in der MINT-Branche anstreben.
Hallo Violet! Vielen Dank, dass du diesen Monat an unserem Meet the Team teilnimmst! Kannst du uns zum Auftakt sagen, warum du eine Karriere im MINT-Bereich anstrebst?
Ich bin in einer Familie von Ingenieuren und Programmierern aufgewachsen - meine Mutter war Programmiererin, bevor sie aufhörte, Kinder zu bekommen, meine Großmutter konstruierte Aluminiumschmelzen, und meine Schwester hat einen Doktortitel in Neurowissenschaften - das war für uns ganz normal.
Ich bin mit der Einstellung aufgewachsen, dass dein Geschlecht keinen Einfluss darauf hat, welche Karrieren sich dir eröffnen, und in unserer Familie gab es eine Gleichstellungsagenda, die es Frauen erlaubte, alle möglichen technischen Dinge zu tun!
Wie sind Sie zum Leiter der KI-Plattform gekommen?
Ich begann meine Karriere mit einem gemeinsamen Abschluss in Ingenieurwissenschaften und Informatik. Ich habe fast 15 Jahre lang in den Bereichen Algorithmen, Softwareentwicklung und Bildverarbeitung gearbeitet.
Zu einem bestimmten Zeitpunkt in meiner Karriere, als ich noch beim Rundfunk arbeitete, habe ich an den Spezialeffekten für den ersten Matrix-Film mitgewirkt - einschließlich der berühmten Szene mit den Zeitlupenkugeln!
Schließlich beschloss ich, in die Wissenschaft zurückzukehren und promovierte im Bereich Computer Vision, bei dem es um die Analyse von Bildern geht, um deren Inhalt zu verstehen. Ein Computer sieht ein Bild zum Beispiel nur als eine Reihe von Zahlen. Ich habe mir angesehen, wie man von diesem Bild - einem riesigen Zahlenraster - zu einem Konzept kommt, was das Bild ist. Zeigt es Gesichter, ein Flugzeug, eine Katze oder ein Pferd? Wie kommt man von diesem riesigen Haufen von Pixeln zu etwas Sinnvollem? Darum geht es also bei der Computer Vision.
Ich hatte es nicht erwartet, aber es stellte sich heraus, dass es viel mit Statistik zu tun hat - Statistik war nicht mein Lieblingsteil in Mathe, aber es stellte sich heraus, dass es die Fähigkeit ist, die man für KI braucht.
Nach meiner Promotion lehrte ich eine Zeit lang als Dozent. Aber ich stellte fest, dass mir die akademische Welt nicht gefiel, und so wollte ich zurück in die Industrie.
Was hat Sie an iProov am meisten gereizt?
iProov war für mich aus zwei Gründen interessant. Der eine war die Anwendung der iProov-Technologie. Für mich war es immer sehr wichtig, sicherzustellen, dass das Ziel, auf das man hinarbeitet, ein lohnenswertes Ziel ist, das meiner Meinung nach von sozialem Nutzen ist.
Ein weiterer Grund ist die Wachstumsphase, in der sich iProov befindet. Ich wollte erfahren, wie man ein Unternehmen durch die Aufbauphase führt: von einer Gruppe eng verbundener Menschen zu einer größeren Organisation, die Strukturen und Prozesse erfordert.
Wie sieht ein typischer Tag im Leben von Ihnen aus?
Meine Tage sind im Moment sehr vollgepackt. Ich habe ein ziemlich großes Team von Ingenieuren, und ich wechsle zwischen den verschiedenen Projekten, an denen mein Team arbeitet, und unterstütze sie bei Schwierigkeiten, auf die sie stoßen. Außerdem koordiniere ich Projekte aus der gesamten wissenschaftlichen Abteilung und arbeite sehr eng mit mehreren anderen Teams zusammen.
Ich weiß, wie wichtig es ist, die Mitarbeiter weiterzubilden, denn das steigert die Effizienz und Produktivität eines Teams. Deshalb organisiere ich auch Schulungen für die gesamte Wissenschaft - einige davon gebe ich selbst.
Gibt es irgendwelche spannenden Projekte, an denen Sie derzeit arbeiten?
Ich fürchte, das ist streng geheim! Ein Schwerpunkt unseres Teams ist derzeit jedoch die Verbesserung der Effizienz unserer maschinellen Lernmodelle, und wir suchen derzeit jemanden für diese Aufgabe!
Sehen Sie sich die Rolle des Senior Computer Vision Engineer hier!
Welche Fähigkeiten sind für die Arbeit im Bereich des maschinellen Lernens erforderlich?
Die Fähigkeiten, die man braucht, sind vor allem Mathematik, Statistik und Programmierung. Ich habe mich darauf konzentriert, eine Menge interner Schulungen für die Programmierung durchzuführen. Wir haben viele kluge junge Mitarbeiter, die zwar die Mathematik verstehen, aber nicht unbedingt Erfahrung im Software-Engineering-Prozess haben - wir bilden in diesem Bereich viel aus.
Wie sieht Ihrer Meinung nach die Zukunft der KI aus?
Aus meiner Sicht gibt es zwei Antworten: die kurzfristige Antwort und die philosophische Antwort.
Kurzfristig denke ich, dass die Menschen weiterhin engere, spezifische Anwendungen für die Technologie finden und neue Bereiche für das maschinelle Lernen erkunden werden.
Aus philosophischer Sicht kommt es darauf an, was die Menschen damit anfangen wollen. Es geht nicht um die Technologie. Wie auch immer die neue Technologie aussehen mag, wenn die Menschen sich dafür entscheiden, sie positiv zu nutzen, ist das großartig. Es geht darum, dass die Menschen ethische Entscheidungen darüber treffen, was sie mit der Technologie tun wollen, und nicht um die Fähigkeiten der Technologie selbst.
Haben Sie im Hinblick auf den Internationalen Tag der Frauen und Mädchen in der Wissenschaft starke weibliche Vorbilder, die Sie inspiriert haben?
Ich bin ein großer Fan von Ada Lovelace. Sie war die erste Informatikerin, die zufällig auch eine Frau war - und sie ist einfach fabelhaft!
Es gibt auch verschiedene Professorinnen für Ingenieurwissenschaften, die ich kennengelernt habe - ich bin ein großer Fan von Barbara Oakley. Sie ist Professorin für Ingenieurwissenschaften und mit meinem Hintergrund als Dozentin finde ich sie sehr inspirierend. Sie spricht viel darüber, wie man den richtigen Ansatz zum Lernen findet, der für einen selbst funktioniert, und hat einen erstaunlichen Kurs namens "Learning How to Learn", den ich sehr empfehlen kann.
Welchen Rat würden Sie jungen Frauen geben, die eine Karriere im MINT-Bereich anstreben?
Als ich Barbara Oakley traf, fragte ich sie nach das erschreckende Ungleichgewicht von Mädchen in der MINT-Ausbildung, im Ingenieurwesen und insbesondere in der Informatik.
Sie sagte, es sei nicht so, dass die Mädchen weniger gut in Mathematik und technischen Fächern seien, aber es gibt einen Punkt in der Entwicklung der Teenager, an dem die Jungen im sprachlichen Bereich etwas zurückliegen - das holen sie natürlich später auf. An diesem Punkt zwingt einen das Bildungssystem jedoch dazu, seine Fächer zu wählen. Die Jungen stürzen sich auf die mathematischen und technischen Fächer, weil sie darin ihrer Meinung nach besser sind als im Schreiben. Nur als Nebeneffekt sagen sich die Mädchen: "Die Jungs sind alle da, ich mach mal was anderes!"
In Anbetracht dessen rate ich Ihnen, es einfach zu tun! Es gibt absolut keinen Grund, es nicht zu tun. Eine Sache, die Mädchen meiner Meinung nach motiviert, ist es, einen Beitrag zur Gesellschaft zu leisten - technische Fächer sind eine gute Möglichkeit, das zu tun. Also probieren Sie es einfach aus!
Lernen Sie unten weitere Mitglieder des iProov-Teams kennen.
Sind Sie daran interessiert, iProov beizutreten? Sehen Sie sich unsere verfügbaren Stellen.
