Uma entrevista com o criador do algoritmo de previsão de tempo do Google Maps

Esta semana tive a honra de conversar com Petar Veličković, cientista pesquisador da DeepMind e professor afiliado da Universidade de Cambridge. Nesta discussão cativante, Petar compartilha informações sobre sua formação acadêmica, sua transição para o aprendizado de máquina, o valor de buscar um PhD na área e muito mais, incluindo a construção do algoritmo de previsão de tempo de viagem do Google Maps!

A jornada de Petar começou na Sérvia, onde frequentou uma escola secundária voltada para a matemática. Com um currículo focado em matemática, ciência da computação e física, ele desenvolveu uma base sólida nessas disciplinas. Mais tarde, ele fez graduação em ciência da computação e doutorado em aprendizado de máquina na Universidade de Cambridge.

O interesse inicial de Petar estava em programação, particularmente algoritmos clássicos e programação competitiva. No entanto, ao longo de sua jornada acadêmica, descobriu sua paixão pela pesquisa. Um estágio em engenharia de software o ajudou a perceber que a pesquisa lhe permitia enfrentar problemas não resolvidos e fazer contribuições inovadoras. Essa percepção o levou a explorar estágios orientados à pesquisa e, por fim, buscar um doutorado em aprendizado de máquina.

Durante seu doutorado, Petar abraçou a oportunidade de aprofundar a pesquisa e ultrapassar os limites de seu campo. Ele enfatiza que um PhD bem-sucedido vai além de se tornar um especialista em uma área específica – ensina adaptabilidade e capacidade de explorar novas direções. Ele também destaca a importância do networking, da colaboração e das conexões duradouras que fez durante seus estudos de doutorado.

Abordando a preocupação com a especialização, Petar enfatiza que o doutorado não limita as perspectivas futuras. Serve como um bilhete de entrada, demonstrando a capacidade de persistir e criar trabalho em direção a um objetivo de pesquisa. Ele enfatiza que as tendências de pesquisa mudam rapidamente, e um PhD equipa os indivíduos com as habilidades para se adaptar e explorar vários caminhos.

Além disso, Petar desmascara o equívoco de que um PhD é um requisito para se destacar na indústria. Embora um PhD ofereça uma experiência valiosa para cientistas pesquisadores, engenheiros de aprendizado de máquina e outras funções semelhantes, não é necessário para todos. O campo da IA recebe indivíduos de diversas origens e experiências. Com a baixa barreira de entrada e a disponibilidade de conhecimento especializado, pode-se envolver em pesquisas de ponta sem aprendizado de máquina formal ou educação em ciência da computação.

Petar Veličković fornece informações valiosas sobre sua jornada acadêmica, a natureza transformadora de um PhD e o cenário em evolução da pesquisa em IA. Suas experiências servem de inspiração para aspirantes a pesquisadores, mostrando a importância da curiosidade, da adaptabilidade e da busca por soluções inovadoras. Para obter mais conhecimento e percepção, não deixe de ouvir a entrevista completa com Petar Veličković no Spotify , Apple Podcasts ou .

Explore o fascinante caminho de Petar e obtenha uma compreensão mais profunda do mundo da pesquisa de IA em uma grande empresa como a Deepmind. Descubra os desafios que enfrentou, as descobertas que fez e o impacto que prevê para o futuro (por exemplo, AGI!).

Assista o vídeo