在蓬勃发展的数据科学领域，2024年的到来标志着关键时刻，我们将聚焦于一群杰出人物，他们推动创新，塑造着分析学的未来。《2024年十二位数据科学领袖榜单》作为一个指路明灯，庆祝这些人的卓越专业知识、远见领导力以及在该领域的重要贡献。让我们一起探索这些开创性思想家的故事、项目和有前瞻性的观点，他们承诺将塑造数据科学的发展轨迹。这些杰出领导者不仅是先驱者，更是引领我们进入一个无与伦比的创新和发现时代的先锋。
2024年十二位数据科学领袖榜单
随着我们临近2024年，我们将关注一群具有显著专业知识、领导能力和卓越贡献的人士。《2024年十二位数据科学领袖榜单》旨在承认和关注这些人，将他们视为思想领袖、创新者和预计在未来一年取得重大里程碑的影响者。
随着我们深入了解细节，明显地看到这些人的观点、举措和倡议能够改变我们在解决各个行业面临的复杂挑战时的方法和数据利用。无论是在预测分析方面的进展，还是对伦理人工智能实践的倡导，或者是开发尖端算法，这些名单上的人士都有望在2024年影响数据科学领域。
1. 吴恩达
“如今人工智能的主要挑战在于找到合适的业务背景来适应它。我热爱技术，它为我们提供了许多机会。但是最终，技术需要被融入到业务使用案例中。”
吴恩达博士是一位拥有机器学习（ML）和人工智能（AI）专业知识的英裔美籍计算机科学家。在谈到他对AI发展的贡献时，他是DeepLearning.AI的创始人，Landing AI的创始人兼首席执行官，AI Fund的普通合伙人，并且是斯坦福大学计算机科学系的兼职教授。此外，他曾是Google AI旗下Google Brain深度学习人工智能研究团队的创始领导者。他还曾担任百度的首席科学家，指导了一个由1300人组成的人工智能团队，并发展了公司的全球AI战略。
吴恩达先生负责领导斯坦福大学的大规模在线开放课程（MOOC）的发展。他还创办了Coursera，并为超过10万名学生提供机器学习（ML）课程。作为机器学习和在线教育的先驱者，他拥有卡内基梅隆大学、麻省理工学院和加州大学伯克利分校的学位。此外，他在机器学习、机器人学和相关领域发表了200多篇研究论文，并入选了《时代》杂志评选的全球最具影响力人物100人。
Twitter：@AndrewYNg
Facebook：Andrew Ng、Google Scholar。
2. Andrej Karpathy
“我们本应让人工智能做所有工作，而我们玩游戏，但我们在做所有工作，而AI在玩游戏！”
Andrej Karpathy是一位来自斯坦福大学的斯洛伐克-加拿大双博士学位获得者，在OреոΑӏ负责构建一种JARVIS。他曾担任特斯拉的人工智能和自动驾驶视觉总监。Karpathy对深度神经网络充满热情。他从多伦多开始，修读计算机科学和物理学的双学位，之后前往哥伦比亚深造。在哥伦比亚，他与Michiel van de Panne合作，研究为物理仿真人物学习控制器的方法。
此外，他还与Fei-Fei Li在斯坦福Vision Lab合作完成了他的博士学位，在那里他研究了卷积神经网络和循环神经网络的架构以及它们在自然语言处理和计算机视觉以及它们交叉领域的应用。他是CS 231n：视觉识别中的卷积神经网络的首位主要教师。他是一位热情洋溢的博客作者和深度学习库的开发者，也是一位充满激情的数据科学专家。
推特： @karpathy
3. Amena Anadkumar
Amena Anadkumar是加州理工学院的Bren教授，并担任NVIDIA AI Research的高级总监。她是有影响力的，拥有159,417位追随者，她的研究兴趣包括大规模机器学习，非凸优化和高维统计。Anadkumar拥有印度理工学院（IIT）马德拉斯分校和康奈尔大学的学位，并曾任亚马逊网络服务（Amazon Web Services）的首席科学家。她是ACM、IEEE和Alfred P. Solan基金会的会士。她在开发新颖的人工智能方面的工作加速了人工智能在科学应用中的应用，包括科学模拟、天气预测和药物设计。她在NeurIPS和ACM Gordon Bell Special Prize for HPC-Based COVID-19 Research等方面获得了奖项。
Website: https://www.eas.caltech.edu/people/anima
Twitter: https://twitter.com/AnimaAnandkumar
4. Fei-Fei Li
“我相信AI改变世界的未来。问题是，是谁在改变AI？把不同群体的学生和未来领导者引入AI的发展是非常重要的。”
Fei-Fei Li是斯坦福大学人本人工智能研究所（AI）和Vision & Learning Lab的联合主任。她是斯坦福大学计算机科学系的首个Sequoia教授。她还曾担任谷歌副总裁和谷歌云的AI / ML首席科学家。凭借她多年的专业知识，她密切参与认知启发式人工智能、深度学习、机器学习、计算机视觉、医疗保健领域的人工智能等领域。
谈到她的研究，她在相关领域的会议和重要期刊上发表了200多篇科学文章。ImageNet由Fei-Fei Li开发，是人工智能和深度学习领域的一个革命性项目。除了技术之旅外，她还是国家级人工智能和STEM领域的多样性旗手。她曾因其工作而获得了奖项，包括《ELLE》杂志2017年的科技女性、外交政策杂志2015年全球思想家，以及2016年由卡内基基金会颁发的著名“伟大移民：美国之骄傲”奖。
斯坦福个人资料：https://profiles.stanford.edu/fei-fei-li/
推特: @drfeifei
5. Yann LeCun
“AI是人类智慧的放大器，当人们变得更聪明时，更好的事情就会发生：人们更有生产力，更幸福，经济也会繁荣。”
拥有研究、技术咨询和科学顾问方面的专业知识，Yann LeCun是Facebook的首席AI科学家。他以移动机器人、机器学习、计算机视觉和计算神经科学方面的工作而在全球享有声誉。LeCun创立了卷积网络，并为使用卷积神经网络进行光学字符识别和计算机视觉项目做出了贡献。他是纽约大学数据科学中心的创始董事，曾担任图像处理研究部门的负责人。LeCun是DjVu的主要创作者之一，并于2018年获得了由Yoshua Bengio和Geoffrey Hinton颁发的图灵奖，以表彰他们对深度学习的贡献。
LeCun以他在机器学习领域的贡献而闻名，尤其是他的卷积神经网络。这些受生物启发的网络被应用于光学和手写识别，创建了一个银行支票识别系统。这个系统被NCR和其他公司采用，并于上世纪90年代末和2000年代初处理了美国所有支票的10％。
网站：https://research.fb.com/people/lecun-yann/
Twitter：@ylecun
6. Ian Goodfellow
“即使从计算系统角度来看，我们认为今天的网络已经相当大了，但它们仍比相对原始的脊椎动物（如青蛙）的神经系统要小。”
Ian Goodfellow是一位美国计算机科学家，以他在机器学习领域的研究工作而闻名。他担任苹果公司的机器学习总监。在Andrew Ng的指导下，他在斯坦福大学获得了计算机科学的学士和硕士学位。他还在蒙特利尔大学获得了博士学位，导师是Yoshua Bengio和Aaron Courville。谈到他的先前工作，Ian Goodfellow在深度学习方面拥有多年经验，曾在Google Brain担任研究科学家。之后，他加入了Open AI（他们的初创时期），然后回到了谷歌研究部门。
Ian Goodfellow还研究并编写了《深度学习》教材，并因发明生成对抗网络而受到关注。在谷歌期间，他创建了一个系统，通过对Google地图的街景汽车照片进行自动转录，从而实现了地址的自动转录。此外，Goodfellow还揭示了机器学习系统的漏洞。2017年，MIT科技评论杂志将他列为35位35岁以下的创新者，2019年，《外交政策》将他列为全球100位思想家之一。
网站：https://www.iangoodfellow.com/,
Twitter：@goodfellow_ian
7. Clément Delangue
拥有127,491位领英粉丝，他是您可以关注的数据科学领域的领导者之一。Clément Delangue是Hugging Face的首席执行官兼联合创始人。Hugging Face是一个开源的机器学习平台，全球研究人员可以在该平台上分享他们的AI模型、数据集和最佳实践。谈到他的学术背景，他在斯坦福大学完成了计算机科学和编程方法学的入门课程。他的第一次创业经历是与Moodstocks合作，建立了用于计算机视觉的机器学习系统，后来被Google收购。在此之前，他是VideoNot.es的联合创始人兼首席执行官，这是一个主要面向数字时代的笔记平台。然后，他为Mention建立了一个市场营销和增长部门，该公司是2014年的一家欧洲领先初创公司。凭借他在机器学习领域的专业知识，Hugging Face从Sequoia、Coatue、Lee Fixel、Lux、Betaworks以及Instagram和Snapchat的首位投资者、Salesforce首席科学家和凯文·杜兰特那里获得了1.6亿美元的投资。
Twitter：https://twitter.com/ClementDelangue
8. Jay Alammar
拥有多年的机器学习、自然语言处理、人工智能和软件研究兴趣和经验，Jay Alammar现任Cohere公司的主管和工程学院院士（自然语言处理）。他曾担任机器学习工程合作伙伴，在帮助开发人员用最前沿的语言AI和NLP模型解决业务问题方面做出了贡献。现在，他为企业和开发人员提供建议，如何运用大型语言模型解决实际的语言处理需求。他获得了斯坦福大学的执行教育、影响力和谈判策略项目的学位。Jay还有一家英文技术博客网站，专门介绍机器学习研发、自然语言处理和人工智能的内容。他帮助过1万多名学习者解决复杂的机器学习问题。所以，如果你正在寻找最好的数据科学领导者之一，你可以信任Jay Alammar。
网站：https://jalammar.github.io/
推特：https://www.linkedin.com/in/jalammar/
9. Sam Altman
“人工智能可能最终会导致世界的终结，但在此之前会有伟大的公司。”
Sam Altman是Apollo Projects的合伙人。他曾担任OpenAI的联合创始人兼首席执行官。Sam Altman曾就读于斯坦福大学，但没有获得学士学位就辍学了。他是数据科学领导者之一，以Loopt、Y Combinator和OpenAI著名。2005年，19岁的Altman共同创办了Loopt，一款基于位置的社交网络应用，作为首席执行官，获得了超过3000万美元的风险投资。尽管2012年Loopt被Green Dot以4340万美元的价格收购，但仍遭遇了困难。Altman于2011年加入Y Combinator，并于2014年成为其总裁，在他的领导下，公司如Airbnb和Dropbox的估值总额达到650亿美元。2016年，他扩大了自己的角色，包括YC集团。Altman发起了YC Continuity和YC Research，为成熟的公司和研究实验室提供资金支持。2019年，他过渡到YC的主席职位，后来专注于Tools For Humanity，这是一项于2019年成立的风险投资，为防范欺诈提供眼球扫描身份验证和Worldcoin加密货币。
网站：https://blog.samaltman.com/
10. Yoshua Bengio
“人工智能将为个性化医疗提供更多可能。”
作为人工智能领域的知名专家，Yoshua Bengio是深度学习的先驱者，与Geoffrey Hinton和Yann LeCun一起荣获2018年的图灵奖。他担任蒙特利尔大学的全职教授，并创办并领导着魁北克人工智能研究所Mila。Bengio是CIFAR机器学习与大脑项目的高级研究员，也是IVADO的科学总监。值得注意的是，他在2019年获得了Killam奖，并在2022年成为全球最具引用的计算机科学家。Bengio积极参与解决人工智能的社会影响。他还为蒙特利尔人工智能负责任发展提供了贡献。
领英：https://www.linkedin.com/in/yoshuabengio/
11. Jeremy Howard
“数据科学不是软件工程。虽然有很多重叠，但我们现在正在原型设计模型。”
Jeremy Howard是澳大利亚的数据科学领导者、企业家和教育家之一。Howard在McKinsey＆Co和AT Kearney等管理咨询公司开始了他的职业生涯，在创业之前工作了八年。他在开源项目中做出了重要贡献，主导开发了Perl编程语言、Cyrus IMAP服务器和Postfix SMTP服务器。作为Perl6-data工作组的主席和RFCs的作者，他对Perl的发展产生了重要影响。Howard在澳大利亚创办了成功的初创公司：电子邮件提供商FastMail（被Opera Software收购）和保险定价优化公司Optimal Decisions Group（由ChoicePoint开发）。FastMail是首批允许用户集成桌面客户端的公司之一。他曾是Enlitic的首席执行官，Kaggle的前任主席，Masks4All的联合创始人，旧金山大学杰出研究科学家以及FastMail.FM和Optimal Decisions的创始人；前管理咨询师。
领英: https://www.linkedin.com/in/howardjeremy/
12. Demis Hassabis
“如果没有类似人工智能这样的东西正在发展中，我对这个世界实际上会非常悲观。”
Demis Hassabis是一位英国计算机科学家、人工智能研究员和企业家。他是一个多才多艺的人工智能（AI）领域的重要人物，以其对该领域的开创性贡献而闻名。Hassabis于1976年出生，展示出在国际象棋方面的惊人才能，只有13岁就成为国际象棋特级大师。后来，他在剑桥大学攻读计算机科学。Hassabis后来共同创办了先锋性的电子游戏公司Elixir Studios。2010年，他创办了DeepMind，一个被Google于2014年收购的AI研究实验室。Hassabis在DeepMind的工作在机器学习，尤其是在深度强化学习领域取得了重大进展。他的努力表明了对推动AI能力边界的承诺。
推特: https://x.com/demishassabis?s=20
网站: https://www.demishassabis.com/
结论
在2024年，处于数据科学创新前沿至关重要，而这些前12位领导者正是要追随的开创者。这些领导者是大数据分析的先驱者和数据科学专家，他们通过他们的远见卓识和开创性贡献继续塑造着这一领域的格局。从复杂算法的导航到利用机器学习的力量，这些数据科学领导者正在引领未来的方向。遵循他们的指导提供了一个无与伦比的机会，可以紧跟数据科学领域的最新趋势和进展，使他们成为任何在动态数据分析世界中航行的人不可或缺的人物。