Google Cloud Champion Innovators es una red global de más de 500 profesionales que no son de Google y que son expertos técnicos en productos y servicios de Google Cloud. Cada Champion se especializa en una de las nueve categorías técnicas: IA/ML en la nube, análisis de datos, multinube híbrida, arquitectura moderna, seguridad y redes, desarrollo de apps sin servidores, almacenamiento, Workspace y bases de datos.
En nuestra serie de entrevistas, conversamos con Champion Innovators de todo el mundo para conocer un poco más sobre sus viajes, su enfoque tecnológico y lo que los entusiasma.
Hoy hablamos con David Cardozo, científico especialista en aprendizaje automático, miembro de la comunidad de Kubeflow y GDE de ML.
Me encantan todas las formas creativas en que las personas utilizan el aprendizaje automático (ML) para resolver problemas. En mi trabajo como asesor, veo un montón de apps geniales (apps para contar arándanos a partir de imágenes de drones, contar peces en piscifactorías, clasificar plásticos para reciclar) y hay muchas innovaciones tanto en el sector público como en el privado.
En este momento, también estoy profundizando en la comunidad de Kubeflow, aprendiendo de ese grupo. Es un crisol de lenguajes: Go, Python, etc. Al participar en el grupo de trabajo y de las reuniones, entiendo mucho más sobre los problemas actuales, los obstáculos para progresar y obtener una comprensión más profunda de la tecnología en sí. Me encanta obtener esa información.
Leo mucho: blogs de ingeniería, libros, documentación. En este momento, estoy aprendiendo diseño de sistemas de una variedad de blogs de Google, lo que me ayuda a aprender cómo ampliar las cosas que diseño. También estoy aprendiendo a hacer modelos de ML y cómo mejorar los que ya implementé.
Me apasiona contribuir a la comunidad de código abierto y participar activamente en varios proyectos. En este momento, con amigos de la comunidad, desarrollamos Elegy, una API de alto nivel para aprendizaje profundo en JAX.
Escribir sobre un tema también me ayuda a aprender. En este momento, estoy trabajando en blogs centrados en las canalizaciones de Kubeflow, en la versión 2.0, y Vertex AI en Google Cloud.
Cuando profundizo en una nueva tecnología, trato de unirme a los grupos de trabajo que están avanzando en su desarrollo, por lo que obtengo una visión interna de cómo es el desarrollo. Aprendo mucho con esos grupos de trabajo, sus debates y notas. También utilizo las comunidades Google Cloud Forum y StackOverflow para profundizar mis conocimientos.
Jugar con la IA generativa dentro de Vertex (en Google Cloud) es muy divertido. Me gusta escuchar lo que están haciendo otros Innovators; es un grupo de personas muy inteligentes y creativas, que tienen proyectos geniales. Aprender más sobre lo más novedoso del aprendizaje automático es muy interesante.
Estoy trabajando un poco más con código abierto en mi tiempo libre, tratando de entender más sobre Kubernetes y Kubeflow.
Me mantengo activo: practico natación y mucho fútbol. También estuve aprendiendo sobre el comercio de opciones, incursionando en el campo de la inversión activa. La complejidad de esos sistemas económicos me estimula la curiosidad. Realmente quiero entender cómo funcionan y cómo aprovecharlos.
Mi formación es en ciencias sociales, soy un poco un historiador frustrado. Mi interés en la escuela era la historia, pero mi familia dijo que no debía centrarme en las ciencias sociales, así que me especialicé en matemáticas y física, pero nunca terminé mi carrera. En este momento, después de algunos giros en la vida y la carrera, estoy trabajando para completar mi licenciatura a través de Coursera, en la Universidad de Londres, y para obtener un título en historia tengo que leer muchísimo. Esto me inspiró a hacer un proyecto de IA que resume la información de documentos muy largos, lo que hace que la investigación histórica sea más accesible y ofrece un formato más fácil de consumir.
Comencé como uno de los expertos desarrolladores de Google, pero siempre busqué más oportunidades para hablar con los ingenieros de Google y obtener más comentarios sobre las arquitecturas en la nube que estaba creando, para mí o para mis clientes. También quería involucrarme más en la comunidad de Cloud.
Cuando veo que los miembros de la comunidad enfrentan desafíos y se esfuerzan por superarlos, como lo hice yo, siento la necesidad de ayudarlos. Como hablante nativo de español, quería crear más contenido en español para personas como yo. No tuve un mentor mientras aprendía, y me gustaría llenar ese vacío para los demás.
Así que comencé a organizar encuentros en América Latina y en comunidades de habla hispana. Busqué más científicos de datos. Y pasé por Qwiklabs y Cloud Skills Boost para aprender a mejorar mis propias habilidades.
Después de unirme al programa Innovators, tuve la oportunidad de probar nuevas tecnologías de IA, trabajar más estrechamente con expertos de Google y recibir créditos para seguir experimentando en la nube.
Recomiendo usar algunos de los recursos abiertos y públicos de enseñanza en informática, especialmente si eres como yo y no te enfocaste en la materia en la escuela. En mi caso, las computadoras llegaron muy tarde a Colombia y no tuve la oportunidad de especializarme en informática como estudiante, así que me metí en eso a través de matemáticas y, luego, seguridad de la información.
También sugiero echar un vistazo a Elegy y participar en la resolución de los primeros problemas, proporcionar comentarios y también algunas solicitudes de extracción.
Me gustó el curso de Stanford sobre redes neuronales (CS 231n), así como las clases de software educativo de código abierto del MIT y los videos sobre aprendizaje automático de Joel Grus en YouTube.
Los Champion Innovators no están afiliados a Google ni ofrecen servicios en nombre de Google.
Acompáñanos en Google I/O el 14 de mayo
Google I/O 2024 recap: Making AI accessible and helpful for every developer
Home APIs: Enabling all developers to build for the home
Felicitaciones a los ganadores del Desafío Geoespacial Inmersivo de Google