Google Cloud 冠军创新者 (Google Cloud Champion Innovators) 是一个拥有 500 多名非 Google 专业人士的全球性网络，这些非专业人士是 Google Cloud 产品和服务的技术专家。每位获得“冠军创新者”称号的专家都专精于以下九种不同的技术类别之一：Coud AI/ML、数据分析、混合多云、现代化架构、安全和网络、无服务器应用开发、存储空间、Workspace 和数据库。
在持续进行的访谈系列中，我们与世界各地的冠军创新者促膝交谈，深入了解他们的心路历程、专精技术，以及让他们兴奋的事情。
今天，我们将与机器学习领域的科学家、Kubeflow 社区成员和 ML GDE David Cardozo 开展对话。
我很喜欢人们使用机器学习 (ML) 解决问题的所有创造性方式。通过我的咨询工作，我看到了很多精彩的应用案例：通过无人机镜头统计蔓越莓的数量、查点养鱼场内的鱼类数目、划分塑料类别以便回收等。公共部门和私营企业都在运用一些令人赞叹的机器学习应用。
如今，我也在深入了解 Kubeflow 社区并向该群体学习。Kubeflow 社区是 Go、Python 等语言的大熔炉。通过参加工作组和会议，我对当前的问题、阻碍进步的因素有了进一步的了解，同时对技术本身也有了更深刻的认知。获得这些真知灼见让我很开心。
我会大量阅读相关资料，如工程方面的博客、书籍、文档。目前，我正在通过各种 Google 博客学习系统设计，这有助于我学习如何扩展我的设计。此外，我还在学习如何制作 ML 模型，以及如何改进我已部署的 ML 模型。
我热衷于为开源社区做出贡献，并积极参与各种项目。现在，我与社区中的朋友共同开发了 Elegy，这是一款高级 API，用于在 JAX 中深度学习。
撰写有关某个主题的文章也可以帮助我学习。目前，我正在撰写博客，内容聚焦 2.0 版的 Kubeflow Pipelines 和 Google Cloud 中的 Vertex AI。
当我深入研究一项全新技术时，我会尝试加入推动这项技术发展的工作组，以便深入了解发展动态。这些工作组及其讨论和笔记教会了我很多东西。我还会使用 Google Cloud 论坛和 StackOverflow 社区来深化我的知识。
开始使用 Vertex（在 Google Cloud 上）中的生成式 AI 是一件非常有趣的事情。我很喜欢倾听其他创新者的动态；这是一个非常聪慧、有创意的团队，开展了很多精彩的项目。深入了解 ML 的前沿信息非常令人兴奋。
我在空闲时间开展了更多开源方面的工作，试图进一步了解 Kubernetes 和 Kubeflow。
我坚持运动：游泳、常踢足球。我也一直在学习期权交易、探索主动投资领域。这类经济体制的复杂性激发了我的好奇心。我真的很想了解它们的运作原理，以及如何让它们变得有用。
我的学历背景是社会科学，我也算是一个不得志的历史学家。在校期间，我的兴趣是历史，但我的家人认为我不应该专注于社会科学，于是我主修了数学和物理，但却从未获得学位。现在，在历经几次生活和职业转变之后，我正在通过伦敦大学的 Coursera 完成学士学位，而获得历史学学位需要极大的阅读量。这就激励我开发了一个 AI 项目，以总结长篇文档中的知识，该项目为大家提供了一种更易消化的格式，方便大家更轻松地获取历史研究资料。
我最初是 Google 开发者专家之一，但我一直希望可以有更多机会与 Google 工程师交谈，并针对我当时为自己或客户构建的云架构获得更多反馈。我还想更多地参与到云社区当中去。
当我看到社区成员遇到挑战，像我一样苦苦挣扎时，我会产生一种帮助他们的冲动。作为一个西班牙语母语人士，我想为像我这样的人制作更多采用西班牙语的内容。我在学习的过程中没有导师，因此我想为他人填补这块空白。
于是，我开始在拉丁美洲和西班牙语社区组织见面会。我找到了更多数据科学家，并通过 Qwiklabs 和 Cloud Skills Boost 学习如何提升自己的技能。
自加入创新者计划后，我有机会尝试了新的 AI 技术、与 Google 专家更密切地合作，并获得了更多云实验额度。
建议他们使用一些公开的开放式计算机科学 (CS) 教学资源，特别是像我这样没有在学校专修 CS 的读者。对我来说，计算机很晚才进入哥伦比亚，我在学生时代并没有机会主修 CS，所以我通过数学，然后通过信息安全才了解到这一领域。
此外，建议大家看下 Elegy，参与解决最重要的问题、提供反馈并提出一些拉取请求 :)
我很喜欢斯坦福大学的神经网络课程 ( CS 231n)，以及麻省理工学院的 OpenCourseWare 课程和 Joel Grus 在 YouTube 上发布的 ML 视频。
每位冠军创新者均不隶属于 Google，也不会代表 Google 提供服务。
