Cassie Kozyrkov

Son objectif central est de rendre les données et l'IA sûres, pratiques et accessibles. Plutôt que de s'attarder sur les mathématiques abstraites, elle recadre les statistiques et l'apprentissage automatique autour des décisions qu'ils sont censés éclairer, une approche qui a trouvé un écho auprès des publics techniques comme non techniques. Elle est la créatrice de la série éducative très suivie « Making Friends with Machine Learning », qui distille les concepts fondamentaux du ML dans un langage simple pour le grand public.

Kozyrkov est une autrice prolifique et une conférencière. Ses interventions couvrent la stratégie et l'adoption de l'IA, l'intelligence de la décision, le leadership fondé sur les données, l'avenir du travail et l'IA responsable. Elle est devenue une figure très appréciée de la communauté des données, avec un large public sur LinkedIn et d'autres plateformes, et a été à plusieurs reprises reconnue comme l'une des principales voix de la science des données et de l'IA. Son contenu éducatif est apprécié pour sa clarté, son humour et sa capacité à rendre abordables des sujets intimidants.

Son parcours est exceptionnellement pluridisciplinaire, avec une formation couvrant la statistique mathématique, l'économie, la psychologie et les neurosciences cognitives. Ce mélange nourrit son insistance sur le côté humain de la prise de décision, du bon cadrage des problèmes à l'évitement des pièges cognitifs qui conduisent à de mauvais choix même lorsque les données sont fiables. Après avoir quitté Google, elle a continué à conseiller des dirigeants et des organisations sur les processus de décision et la stratégie d'IA tout en développant sa propre entreprise.

Pour quiconque apprend la science des données, dirige une équipe d'analytique ou d'IA, ou cherche à utiliser les données plus judicieusement, les écrits, les cours et les conférences de Kozyrkov offrent une perspective ancrée dans le réel et centrée sur la décision. Elle se distingue non par un produit unique, mais parce qu'elle remodèle la façon dont un large public pense aux statistiques, à l'apprentissage automatique et aux décisions qu'ils sont censés servir.