Gilson, senior data science manager på Optum, utforskar det föränderliga datavetenskapslandskapet.
Gilson är senior data science manager på det amerikanska hälsovårdsföretaget Optum och har arbetat med data i mer än ett decennium, specialiserat på datateknik och analys. Som en del av sitt arbete är han en gruppledare och övervakar människor som arbetar med en rad utmaningar.
”Att leda ett team som arbetar med komplexa problem innebär att balansera människor, prioriteringar och teknik varje dag. Jag brukar börja min morgon med att titta på vad som behöver uppmärksamhet och vad teamet behöver mest”, säger han.
Personalhantering är bara en färdighet som Gilson använder i sin roll som senior data science manager, vilket kräver ett brett spektrum av kompetensimplementering.
Berätta för oss om det arbete du utför specifikt inom AI- och ML-fälten
Föreställ dig att manuellt läsa hundratals sidor i ett kontrakt för att hitta en enskild klausul, jämföra den med 200 varianter och sedan avgöra vilken variant den bäst matchar. Multiplicera nu det med 300 klausuler, varje dag. Det finns helt klart ett bättre sätt att göra det, särskilt när dataingenjörer och datavetare är inblandade.
Det är utmaningen jag började med för nästan tre år sedan. Sedan dess har jag använt verktyg för dokumentbehandling för att omvandla kontrakt till semistrukturerade dokument. Men att identifiera rätt klausul bland stora textvolymer kräver avancerad teknik: textbearbetning, inbäddningar, vektorisering, klassificering och klustring.
Maskininlärning hjälper till med anomalidetektering, brusreducering och klausulmärkning, medan artificiell intelligens tar itu med dokumentfragmentering, vilket gör alla maskininlärningsuppgifter möjliga.
Vilka tekniska och mjuka färdigheter använder du dagligen?
Även de mest avancerade tekniska färdigheterna skapar verklig effekt bara när de integreras i ett bredare ekosystem. Medan dokumentbearbetning och analys är väsentliga, är disciplinen som harmoniserar alla komponenter ingenjörskonst. Analytiskt och designtänkande säkerställer att lösningarna fungerar sömlöst, med skalbarhet och motståndskraft i kärnan. De vägleder valet av den bästa metoden och verktygen för varje uppgift, optimerar prestanda samtidigt som bearbetningskostnader och osäkerhet minimeras. På Optum värdesätter vi också samarbete, empati och kommunikation, eftersom att bygga förbättrade vårdlösningar kräver mer än bara kod.
Vilka är de svåraste delarna med att arbeta i AI- och ML-utrymmena?
En av de svåraste delarna med att arbeta med artificiell intelligens och maskininlärning är att förstå deras begränsningar och veta var de bör och inte bör tillämpas. AI kan lösa många komplexa utmaningar, men det är ingen silverkula. Det introducerar osäkerhet i process och resultat, särskilt när förväntningarna är orealistiska. Maskininlärning är, även om den är mer förutsägbar och allmänt antagen, inte immun mot fel. Även med det bästa valet av modell, justering av hyperparametrar och rigorös datarensning uppstår fortfarande falska resultat.
En annan utmaning kommer när man kombinerar artificiell intelligens och maskininlärning i pipeline. Varje lager introducerar sin egen osäkerhet och när utdata från ett blir indata för ett annat, blir det extremt svårt att uppnå tillförlitliga och repeterbara resultat. Att hantera denna komplexitet, samtidigt som man säkerställer skalbarhet och pålitlighet, är en av de tuffaste aspekterna på området.
Mitt sätt att hantera denna komplexitet är att hålla mig uppdaterad, läsa forskningsartiklar, utforska nya metoder och engagera tekniska forum. Jag brinner särskilt för en bra utmaning. Det är motiverande att vara i en miljö som värdesätter nyfikenhet och stödjer människor som vill tänja på gränser och fortsätta lära sig.
Har du några produktivitetstips som hjälper dig genom dagen?
Vi har alla våra egna ritualer för att fokusera – kanske en stark kaffe och brusreducerande hörlurar för att ta itu med veckans mejl. Men när arbetet kräver kreativitet och precision räcker det inte med enbart fokus. Vi behöver inspiration. För mig kommer det från passion: att inte jaga perfektion, utan att sträva efter kvalitet och hållbarhet. Passion väcker nyfikenhet, driver mig att utforska lösningar, stödja andra och hålla idéer flödande, skapa effekt som lyfter team och förvandlar företag.
Med utvecklingen av teknik och AI, hur har karaktären på ditt arbete förändrats?
När vi arbetar med teknik måste vi acceptera att bättre lösningar kommer att dyka upp och de verktyg vi har studerat i åratal och byggt våra karriärer på kommer så småningom att bli föråldrade. Ibland går detta utöver en enkel uppgradering eller kostnadsminskning. Proffs strävar efter att hålla sig i linje med bästa praxis och utvecklande teknik.
Jag tycker om att analysera processer och förstå hur de fungerar. Ibland är det bästa valet att lämna saker som de är; andra gånger är förändring avgörande. Det låter enkelt, men att ringa rätt samtal kan vara komplicerat, särskilt när det påverkar både företag och människor. Jag har haft turen att arbeta med begåvade individer och med utmanande projekt som kräver kontinuerlig innovation.
Idag kräver min roll att jag fortsätter att lära mig och fördjupa min förståelse för affärer och framväxande teknologier. För mig är detta viktigt för att förbli relevant för mitt team, projekt och ledarskap. Att anamma vad AI kan göra, samtidigt som jag förstår dess tekniska och etiska begränsningar, får mig att lära mig och tänka djupt om framtiden och vårt förhållande till teknik.
Vad gillar du mest med att arbeta inom detta område av avancerad teknik?
Folket. Avancerad teknik kräver en stark grund i begrepp, ofta förankrade i matematik och de exakta vetenskaperna. Den här grunden byggs inte över en natt med snabb träning; det kommer från år av akademisk rigor, praktisk erfarenhet och, viktigast av allt, passion och samarbete mellan företag, team och kollegor.
Detta fält är dynamiskt; det handlar inte bara om att ta till sig ny teknik, utan att förstå deras syfte och filtrera vad som verkligen är viktigt för oss som yrkesverksamma och företagsledare. Inte allt som lyser har värde. Det är briljanta hjärnor som förvandlar teknik till meningsfull effekt.
Vilket råd skulle du ge till någon som vill ha ett liknande karriärspår?
När man börjar en karriär är det lätt att jämföra sig med exceptionella proffs – det var mitt nybörjarmisstag. Det fick mig att försöka lära mig allt på en gång, vilket ledde till hög ansträngning men begränsade framsteg. Ett bättre tillvägagångssätt är att börja i en jämn, jämn takt: håll dig nyfiken och håll det enkelt.
Fokusera först på att behärska datavetenskapens kärnbegrepp. När erfarenheten växer, förbli ansluten till den akademiska grunden och lär dig i samarbete med kollegor. Var inte rädd för utmaningar. De tuffaste utmaningarna leder ofta till den mest transformativa tillväxten.
Viktigast av allt, hitta något verkligt inspirerande, något värt att väcka till liv. För mig har det alltid varit data, från teknik och analys till vetenskap. Om du funderar på att bygga en karriär där din nyfikenhet, kreativitet och tekniska färdigheter kan driva verkliga effekter, erbjuder Optum den typ av miljö där den tillväxten inte bara är möjlig, den uppmuntras.
