Cum ajungi în departamentul de inteligență artificială al unei echipe de Formula 1
Interviu cu Ana Băltărețu, Grad AI/ML Engineer în echipa de F1 Atlassian Williams: „Cred că viitorul AI-ului constă în a sprijini luarea deciziilor umane”.
Când a terminat teza de masterat din cadrul programului de Science & Engineering al Delft University of Technology (Olanda), Anei Băltărețu i-a fost greu să decidă ce vrea să facă mai departe. Îi plăcea cercetarea, dar simțea că mediul academic nu e pentru ea – fie era prea teoretic, fie ar fi avut impact abia într-un viitor îndepărtat. Iar ea voia să vadă cum munca ei schimbă lucruri acum.
Acum lucrează în departamentul de inteligență artificială al echipei de Formula 1 Atlassian Williams ca Grad AI/ML Engineer, rol din care folosește datele pentru a îmbunătăți echipa și mașina și pentru a lua decizii mai bune. Într-o echipă de Formula 1, poate face în continuare cercetare cutting edge pe probleme specifice, și poate vedea în timp real rezultatele muncii ei.
Mi-a povestit cum a obținut acest rol, cum i se pare noul mediu de lucru, cum vede schimbarea pe care o aduc inteligența artificială și învățarea automată în sport și nevoia de a echilibra dependența de AI, fără a renunța la beneficiile pe care le oferă.
„Poate fi greu pentru femei să-și găsească drumul spre roluri tehnice sau în STEM, mai ales dacă nu au modele în domeniu, dar lucrurile se schimbă.”
„Cred cu tărie că viitorul AI-ului constă în a sprijini luarea deciziilor umane”
Cum a fost parcursul tău până la rolul pe care-l ai acum?
Am studiat Computer Science & Engineering la TU Delft, în Olanda, atât pentru licență, cât și pentru master. În timpul licenței (Computer Science major), am urmat un program secundar (minor) de Robotică – o perioadă de șase luni în care urmezi cursuri în afara specializării principale, pentru a-ți lărgi orizontul. Am ales robotica pentru că participasem la competiția First Tech Challenge (FTC), în liceul de informatică din Cluj. Acela a fost, de fapt, primul meu contact real cu Computer Vision: construiam un robot care plasa pachete într-o dubă, iar eu lucram la detectarea și localizarea pachetelor.
La Master, m-am axat pe trei domenii: Software Engineering (decizii arhitecturale, deployment, scalabilitate), Computer Graphics (simularea lumii reale) și Computer Vision (cum facem calculatoarele să înțeleagă lumea, folosind în principal camere, dar și alți senzori). Lucrarea mea de disertație a fost în Computer Vision, unde am dezvoltat un framework pentru evaluarea numerică a „cât de etice” sunt modelele de Action Recognition disponibile publicului. Ideea de bază era să creez o metrică cantitativă pentru identificarea biasurilor, simulând exact același scenariu pe care îl comparam cu un singur atribut modificat.
De ce ai vrut să lucrezi în Formula 1, erai pasionată de sport înainte?
Nu mi-am propus explicit să lucrez în Formula 1, ce voiam în principal era să fac cercetare într-un domeniu interesant, dar mediul academic nu m-a atras. O mare parte din munca academică este fie foarte teoretică, fie ar putea avea impact abia într-un viitor îndepărtat, iar eu vreau să văd cum munca mea schimbă lucruri *acum*. La Williams, facem cercetare pe probleme foarte specifice, nerezolvate, și vedem și relativ repede impactul comparativ cu viteza din academia, cât și din marile corporații.
Acestea fiind spuse, motivul principal pentru care am ales Williams și nu altă companie au fost oamenii. Toți cei cu care am vorbit în procesul de recrutare aveau abilități excelente de comunicare și mi s-au părut oameni de la care puteam cu adevărat să învăț, ceea ce s-a dovedit a fi adevărat.
Cum a fost procesul de selecție?
Rolurile de la Williams sunt foarte specifice în comparație cu Big Tech, și cred că avem procese de aplicare personalizate pentru fiecare poziție. Pentru rolul de AI/ML Graduate Engineer, au fost patru etape: o evaluare online de personalitate, un interviu de grup (axat pe abilități de comunicare și leadership), un interviu general de matematică și programare și un interviu general (high-level) de AI. Ambele interviuri tehnice au fost conceptuale: păreau să se concentreze pe înțelegere și raționament, nu pe detalii specifice. Întregul proces a durat aproximativ două luni de la aplicare până la ofertă, și mi-a plăcut sincer, pentru că întrebările mi s-au părut foarte specifice pentru acest rol.
Ce ne poți spune despre rolul tău la Williams?
Fac parte din echipa AI/ML, lucrând specific în Computer Vision, care este un domeniu extrem de vast. Din păcate, nu pot intra în prea multe detalii despre proiectul meu, dar pot vorbi despre el conceptual. Practic, sunt o 'jack-of-all-trades': am lucrat pe tot parcursul pipeline-ului end-to-end de antrenare a modelelor (colectarea datelor, pre-procesare, antrenarea modelului, deployment, monitorizare și scalabilitate). În prezent mă concentrez pe Release Engineering (cum facem modelele accesibile în restul companiei) și pe arhitectura software a jobului, iar în săptămânile următoare voi trece mai mult spre latura de cercetare în AI.
Ce ți se pare interesant până acum, e ceva ce te-a surprins de când ești acolo?
Cel mai interesant aspect pentru mine este cât de multă încredere îmi acordă oamenii cu care lucrez. Sunt destul de sigură pe mine, am opinii ferme, iar aceste atribute au fost primite bine. Am discutat schimbări cu ingineri de diferite niveluri de senioritate, spre exemplu, când am venit cu o idee de a îmbunătăți colectarea unor date, au adunat rapid oameni din diferite departamente pentru a mă ajuta să o pun în practică.
Cum vezi schimbarea pe care AI/ML o aduce în sport, mai ales în F1, care a fost mereu un sport bazat pe date?
În primul rând, modelele pot reține mult mai mult context decât orice individ, ajutând la decizii mai bine informate. În al doilea rând, AI-ul este construit pentru recunoașterea patternurilor și am văzut deja că aceste modele pot detecta tipare pe care oamenii nu le-ar observa niciodată. În al treilea rând, există problema păstrării cunoștințelor – de exemplu, unui nou angajat îi poate lua săptămâni sau luni să se familiarizeze cu toate datele și să înceapă să obțină insight-uri reale, dar un model bine întreținut păstrează acea capacitate la nesfârșit.
Nu spun că AI-ul va înlocui oamenii care fac această muncă, departe de asta. Cred cu tărie că viitorul AI-ului constă în a sprijini luarea deciziilor umane (există proiecte de cercetare în acest domeniu: Human-in-the-loop).
AI-ul este excelent la colectarea, comprimarea și rezumarea unor cantități vaste de date, dar noi, oamenii, ar trebui să fim cei care iau decizia finală, și sunt deosebit de interesată de cum pot contribui la această schimbare.
Ce domeniu te interesează să urmărești cum evoluează în viitor?
Mă interesează în mod deosebit Computer Vision și cum poate simplifica și eficientiza munca în domenii precum robotica. Sunt, de asemenea, profund interesată de etică și egalitate, am lucrat pe metode de evaluare a biasului pentru lucrarea mea de master, și urmăresc cum guvernele vor dezvolta reglementări pentru a preveni scenariul de care toată lumea se teme: AI care ne înlocuiește (în loc să ne asiste).
În munca mea actuală, asta se traduce prin a acorda o atenție deosebită capacității de generalizare a modelului, înțelegerii și explicabilității. Acesta este și unul dintre motivele pentru care sunt pasionată să explic ce lucrez oricărei persoane din echipă, indiferent de backgroundul tehnic.
Ce le-ai spune celor îngrijorați de prevalența tot mai mare a recomandărilor algoritmice, în detrimentul intuiției umane?
Problema acum este să știi cum să echilibrezi corect dependența de AI. Cred că studenții, în special, ar trebui să fie atenți la modul în care folosesc AI-ul și să nu se bazeze excesiv pe el – deși asta nu ar trebui interpretat ca „școlile ar trebui să monitorizeze utilizarea AI”. Cred că aceasta ar fi o abordare greșită. Ar trebui cu toții să fim mai conștienți și autoreflexivi și să decidem singuri când AI-ul ne ajută să învățăm versus când învață în locul nostru.
Din experiența mea, proiectele din care am învățat cel mai mult sunt cele în care am stat și m-am chinuit să înțeleg. AI-ul accelerează semnificativ acest proces, dar ne poate încuraja să trecem prea ușor peste detalii care înainte ne ofereau insight-uri reale. Pe de altă parte, am și petrecut mult timp chinuindu-mă cu ceva, doar pentru a realiza că nu înțelegeam unele lucruri simple legat de subiect, și în acele cazuri, AI-ul/LLM-urile sunt incredibil de utile. Când încep să lucrez la un proiect nou, le folosesc adesea pentru a obține o înțelegere generală a domeniului și pentru o explicație mai clară a ceva greu de digerat.
Știm că sunt puține femei în motorsport, dar există probabil un dezechilibru similar și în culise, în rolurile tehnice. Ce fel de bariere apar și cum crezi că pot fi reduse astfel de discrepanțe?
În STEM, există în continuare un dezechilibru de gen în rolurile tehnice. Poate fi greu pentru femei să-și găsească drumul spre roluri tehnice sau în STEM, mai ales dacă nu au modele în domeniu, dar lucrurile se schimbă. La Williams, credem în construirea unor oportunități în care oamenii să-și poată găsi locul, indiferent de cine sunt și de unde vin, fie prin programul nostru STEM, fie prin stagiile de practică, fie prin programe de absolvenți ca cel în care mă aflu. Aceste programe ajută la deschiderea unor uși și arată că există un job și un loc pentru oricine.
La nivelul industriei, vedem o schimbare pozitivă. Astăzi, există un impuls clar pentru #womenInSTEM, #womenInEngineering și #womenInF1. Cred că în generația mea, acel impuls a făcut o diferență reală.
Și cât de importantă este vizibilitatea, să vezi femei în roluri ca al tău, pentru generația următoare? Tu ce modele ai avut?
Cred că femeile din domeniul meu sunt incredibile. Am lucrat în multe echipe cu ele, și sunt incredibil de ambițioase, consecvente și muncitoare – exact calitățile care contează cel mai mult în STEM.
Sincer, nu pot spune că am crescut cu femei cunoscute publicului drept role models. Pentru mine, modelele au fost mereu oamenii din jurul meu. În liceu, una dintre cele mai bune prietene ale mele și cu mine ne-am pregătit împreună pentru Olimpiada de Informatică, și de la ea am învățat cât de mult e influențată performanța de consecvență, ceea ce a devenit un sfat pe care îl dau des: încearcă să faci câte puțin în fiecare zi, în loc să ai perioade scurte de efort intens. La fel, în facultate, prietenii mei apropiați m-au ajutat să rămân concentrată pe ce contează (în afara muncii universitare) și m-au ajutat să devin o persoană mai echilibrată.
Cred că aceasta este, de fapt, o mentalitate mai sănătoasă de a te gândi la modele. În loc să fii impresionată de cineva online timp de 5 minute și apoi să uiți de existența lor, încearcă să te înconjori de oameni care au calitățile pe care vrei să le dezvolți și fă-i pe ei modelele tale.
Mulțumesc tuturor celor care contribuiți la scrierea acestui newsletter printr-o donație recurentă sau cu o cafea simbolică.
Timeout
🏎️Despre cum arată viața unui director de echipă de Formula 1 scrie Guenther Steiner, cu umorul și franchețea caracteristice, în autobiografia sa, Fără limită de viteză, tradusă de Pilot Books.
🏆Titlul lui Chivu. În urmă cu 11 luni, nimeni nu-și imagina un asemenea deznodământ. O echipă în derivă dată pe mâna unui antrenor practic debutant care să devină campioană la prima încercare? Cât de des se întâmplă?
🚴♀️De la „orașul de 15 minute” la „orașul de sport 3-3-3”: Sportul trebuie tratat ca infrastructură de bază, la fel cum într-un cartier nou cerem școli, grădinițe, acces la transport, ar trebui să cerem și spații pentru mișcare și facilități sportive accesibile, scrie Gabriel Solomon.
⚽Să nu-i mai cerem lui Hagi magia omului care a fost pe teren. Să-i copiem, în schimb, încăpățânarea, curajul, pasiunea.
🏃În dimineața de după ce alergătorul kenyan Sabastian Sawe a câștigat Maratonul de la Londra, stabilind un nou record mondial de 1:59.30, pantofii de alergare Adidas Adizero Adios Pro Evo 3 pe care îi purta s-au epuizat în două minute. Cât de mult au contribuit însă super-pantofii la redefinirea limitelor maratonului?
Povești din Sport e un newsletter bilunar despre performanță, curaj și încăpățânare. Dacă ți-a plăcut ce-ai citit, m-aș bucura să-l dai mai departe.