机器学习助力客户成功：ML解决方案实验室

作为某机构机器学习解决方案实验室的应用科学总监，Priya Ponnapalli领导着一个由科学家、工程师和产品经理组成的全球团队，帮助某云计算服务客户识别并实现其最重要的机器学习机会。

机器学习助力某机构客户加速成功

Priya Ponnapalli领导着某机构机器学习解决方案实验室，并在这一过程中促进团队的包容性与成长。

两位冰球运动员在球前对峙。哪位更有可能获胜？球迷们现在可以通过一项由国家冰球联盟提供、由某云计算服务支持的新统计数据“争球获胜概率”获得实时提示。这项比赛中的实时概率只是机器学习在日常生活中应用的众多方式之一，其应用范围涵盖从体育到医疗保健再到金融等多个领域。

对于某云计算服务的客户而言，可能性是巨大的，其中许多想法都是前所未有的前沿创新。作为某机构机器学习解决方案实验室的应用科学总监，Priya Ponnapalli领导着一个全球团队，由科学家、工程师和产品经理组成，他们帮助某云计算服务客户识别并实现最重要的机器学习机会。

Ponnapalli在近四年前以首席科学家的身份加入该实验室。据她介绍，市场对其团队专业知识的需求巨大且不断增长。该实验室的其他体育合作项目包括协助创建国家橄榄球联盟的实时“下一代数据统计”以及一级方程式赛车的新设计规范。

探索机器学习创新

体育联盟只是机器学习解决方案实验室广泛客户群中的一个领域，其客户还包括汽车、制造业、医疗保健与生命科学以及金融领域的客户。

“我们在全球范围内与各行各业的客户进行了近100次合作，没有哪两次合作是完全相同的，”Ponnapalli说。她目前的重点是建立一个可扩展的组织，以满足不断增长的客户需求。

“我做的其中一件最重要的事，就是投资于培养我的团队成员和领导者，”她说。“我始终鼓励我的团队大胆思考，洞察未来的可能性，并预测如何才能最好地服务我们的客户。”

去年，Business Insider将Ponnapalli列入其“改变商业的100人”名单，以表彰她在引领企业进入机器学习领域方面所做的工作。

“能与许多我敬佩的英雄一同入选，我感到非常荣幸，”Ponnapalli说。“当然，这也反映了我团队所做的所有出色工作。”

Ponnapalli解释说，与机器学习解决方案实验室的合作通常始于一次发现研讨会，客户在会上分享他们面临的最大挑战和机遇，以及他们拥有哪些数据资产。然后，这次研讨会将为某机构团队构思和构建的用例提供信息。

“有时客户带着一个开放式的章程来找我们。有时他们带着一个非常具体的问题来找我们，比如‘我们想要检测声学异常，以监控设备性能并预测我们制造工厂的故障’，”她说。“情况各不相同，但我们的流程根植于某机构的逆向工作理念。”

从数学到机器学习

Ponnapalli在印度海得拉巴长大，她一直热爱数学。她说，因为她上的是女子学校，所以不存在性别刻板印象。她的父母也给了她信心。

“在我的一生中，我有很多强大的榜样。他们都给了我很大的启发，并让我觉得我可以做任何我想做的事，”她说。“我希望通过领导我的团队，为他人创造同样的环境。”

在海得拉巴的奥斯曼尼亚大学获得电子与通信工程学士学位后，Ponnapalli前往德克萨斯大学奥斯汀分校，获得了电气与计算机工程的硕士和博士学位。

本科毕业后，她对数字信号处理非常感兴趣。研究生阶段一门关于基因组学信号处理的课程对她的职业生涯起到了关键作用；该课程的教授Orly Alter邀请Ponnapalli加入她的实验室，并成为她的博士论文导师。

Alter的课程也是Ponnapalli接触机器学习的起点。基于这个基础和她自己的论文，她和Alter共同创立了Eigengene公司，该公司利用人工智能分析癌症基因组数据，并创建个性化的诊断和预后工具。他们开发了旨在发现称为张量的高维数据集中模式的算法。

在进行与张量分解相关的研究时，Ponnapalli偶然发现了许多金融论坛，其中提出了相同的问题。“我意识到这些算法是与数据无关的。它们是与行业无关的，在多个领域都有广泛的应用，”她说。

在一周晚些时候，她在德克萨斯大学奥斯汀分校的职业展上投递了简历到彭博社，周末进行了面试，并在接下来的周一收到了工作机会。在彭博社，她开发了一个名为“彭博社交速度”的社交媒体分析工具，该工具能提醒客户注意有关公司的社交活动激增和市场情绪。随后，她在摩根大通和基因泰克担任了首席数据科学职务。

“我一直很喜欢在多个学科的交叉领域工作，”Ponnapalli说。“我坚信，奇迹就发生在这里，这里有很多思想交叉融合的机会。”

在不同行业领域工作，同时保持对机器学习的专注，这个机遇促使Ponnapalli申请了机器学习解决方案实验室的职位。除了在某机构的职务外，Ponnapalli还在罗格斯大学担任教师，向商业领袖教授机器学习。

“我对解决具有现实世界影响的问题感到最兴奋，”她说。“机器学习有潜力帮助我们解决我们这个时代最复杂和最具挑战性的问题，比如癌症和气候变化。”

她指出，机器学习领域有如此多的机会，从科学家到产品经理再到工程师，任何有兴趣的人都不应该害怕追求该领域的工作。她补充说，鉴于在线资源的可用性，学习从未如此容易。此外，该领域需要多元化的人才。

“创建包容性的工作空间是我领导风格的基石。我利用我的职位以及我所获得的任何特权和成功来帮助他人，并组建多元化的团队，”她说。“这是一个影响着我们所有人的领域——我们构建的产品需要为每个人服务。”FINISHED