这一领先的数据剧集以H2O.AI的数据科学与产品杰出总监Mark Landry和著名的Kaggle Grandmaster。马克（Mark）对AI的演变提供了独特的看法，利用他的最高kaggle排名和丰富的经验。本文探讨了他的旅程，从数据科学竞争到他当前的领导角色，突出了他的成功和行业影响。
通过Spotify，Google Podcasts和Apple Podcasts上的数据剧集来收听这一领导！
我们与马克·兰德里（Mark Landry）对话的关键要点：
加入我们的未来，通过数据会话与AI和数据科学领导者进行有见地的讨论！
深入了解我们与马克·兰德里的对话：
数据科学竞争如何塑造您的职业生涯？
我的道路有些不寻常。经过七年的计算机科学，报告分析和仓库，我通过自学来追求对AI的兴趣。 Kaggle比赛是关键的。他们的可及性和解决问题的焦点吸引了我。这些激烈的经历促进了一种快速解决问题的方法 - 在有限的时间内，在现实情况下必不可少。在比赛中磨练的技能，例如识别和缓解过度拟合，直接转化为我在H2O.AI的工作。
AI进步如何改变了比赛的作用？
比赛一直以学习和解决问题为中心。 AI的进步提高了其相关性。机器学习的可访问性是一把双刃剑：易于启动，但容易捷径。竞赛强调适当的验证和测试 - 对于生产就绪的模型至关重要。该学科为我在H2O.AI的角色提供了信息，以确保强大的可靠产品。
是什么让您对生成的AI和LLM最兴奋？
生成AI和LLM的进展令人叹为观止。像GPT-3和GPT-4这样的模型已经使AI民主化。在存在炒作的同时，现实世界的应用是不可否认的。他们的可访问性释放了新的可能性，但是负责使用的使用需要在统计和测试方面具有良好的基础。
您如何设想AI在文档处理和自动化发展中的作用？
AI正在转换文档处理和自动化。 LLMS和Vision Transformers自动化以前手动，容易出错的任务。有关特定文档类型和布局的培训模型特别有前途。在H2O.AI上，我们正在探索将视觉和语言结合起来的多模型模型，以更准确，有效的文档AI解决方案。
您对有抱负的数据科学家和AI从业人员有什么建议？
简单：参与。人工智能比以往任何时候都更容易访问，而动手体验至关重要。参加比赛，尝试LLM，解决现实世界中的问题 - 沉浸于自己并通过做学习。不要过度思考；开始建立，测试和学习。
综上所述：
马克·兰德里（Mark Landry）的旅程展示了AI的变革力量及其革新各个行业的潜力。他的经验强调了在生成AI时代以数据驱动的解决问题和严格测试的重要性。他对竞赛，汽车和文档AI的见解为未来提供了路线图，强调了可访问性和强大的数据科学实践之间的平衡。马克的愿景激发了我们打开AI的全部潜力。
有关AI，数据科学和生成AI的更多引人入胜的讨论，请遵循我们的数据系列。即将举行的会议链接将很快提供。
以上是Mark Landry的旅程：从Kaggle到H2O.AI-分析Vidhya的详细内容。更多信息请关注PHP中文网其他相关文章！
