[ad_1]
//php echo do_shortcode(‘[responsivevoice_button voice=»US English Male» buttontext=»Listen to Post»]’) ?>
— Parte de una serie en curso del EE Times: Diversidad e inclusión en EE. Publicado anteriormente en la serie: Karla Trotman, directora ejecutiva de Electro Soft, sobre cómo llegar a la cima.
En una entrevista exclusiva con EE Times, Natalia Vassilieva de Cerebras describió su vida en la Unión Soviética y reveló que sus experiencias como mujer en ingeniería eran diferentes a las de los Estados Unidos.
«Nadie me empujó a hacerlo [engineering]pero ese es el entorno en el que crecí», afirmó Vassilieva, ahora directora sénior de producto y aprendizaje automático en la empresa de chips de inteligencia artificial (IA) con sede en Sunnyvale, California.
Al crecer en la Unión Soviética, los padres de Vassilieva eran ingenieros eléctricos y su abuela trabajaba como ingeniera en la producción de acero.
«Cuando me mudé de Rusia a Estados Unidos, me abrió los ojos el hecho de que no sentía ninguna diferencia de trato entre niños y niñas en Rusia», dijo. «Te animarían a hacer lo que te gusta hacer, especialmente a las chicas. Cuando me mudé a Estados Unidos me di cuenta de que históricamente era un entorno completamente diferente”.
Vassilieva describe cómo era perfectamente normal para sus compañeros de clase que ambos padres trabajaran y se sorprendió al darse cuenta de que ese no era el caso de sus contemporáneos que crecieron en los Estados Unidos. La igualdad entre hombres y mujeres en el lugar de trabajo fue un tema candente en la Rusia soviética ya a principios del siglo XX.th Siglo.
«[The Soviet Union] «No todo fue negativo, aunque es discutible si las razones fueron buenas o malas», afirmó. «Había algunos artefactos buenos, y uno de ellos es la forma en que las mujeres eran tratadas de la misma manera que los hombres, especialmente después de la Segunda Guerra Mundial».
Si bien se alentó a las mujeres norteamericanas a dejar sus cargos para cuidar de sus familias después del final de la Segunda Guerra Mundial, la guerra en Rusia tuvo un impacto duradero. Estas actitudes persisten hasta el día de hoy.
Para la joven Vassilieva, el sueño inicial de convertirse en bailarina dio paso gradualmente a la comprensión de que las disciplinas técnicas podrían adaptarse mejor.
«Las disciplinas técnicas eran más claras para mí y me resultó más fácil entender lo que significa hacer las cosas bien», dijo. «Cuando intentas resolver un problema matemático, es claro y objetivo: lo resolviste o no. Cuando intentas hacer una composición, es mucho más subjetivo qué tan buena es la composición”.
![](https://www.eetimes.com/wp-content/uploads/Natalia-Vassilieva.jpg?w=640&is-pending-load=1#038;resize=640%2C518)
Vassilieva completó una maestría en informática e ingeniería de software, que creía que era principalmente matemáticas aplicadas, antes de que una feliz coincidencia la llevara a la Universidad de Grenoble y luego cambiara el tema de su tesis doctoral. Tesis.
«Sigues el momento, lo que te interesa, así que no puedo decir que desde el principio soñé con estar exactamente donde estoy ahora», dijo, señalando que la IA no estaba en el mismo lugar en aquel entonces.
Después de su maestría, el profesor de francés de Vassilieva la animó a solicitar una pasantía en Francia y eligió la Universidad de Grenoble porque era la más cercana a su formación en matemáticas aplicadas y a la belleza de los Alpes franceses.
«No fue hasta que llegué allí que me di cuenta de que el equipo al que me uní estaba centrado en la intersección de la recuperación de información y la visión por computadora», dijo. “Me fascinó completamente el tema y cuando regresé de esta pasantía cambié de doctorado. consultor y cambié mi doctorado. Tema de tesis sobre recuperación de imágenes basada en el tiempo”.
En aquel entonces, la visión por computadora utilizaba formas más simples de aprendizaje automático (ML) para la extracción de características, lo que llevó a Vassilieva a seguir una carrera en ML. Se unió a los laboratorios Hewlett Packard (HP) en San Petersburgo, Rusia, en 2007 para trabajar en visión por computadora y procesamiento del lenguaje natural. Pasó 11 años allí antes de unirse a Cerebras, la startup de chips de inteligencia artificial, en 2019.
En HP Labs, Vassilieva dirigió un equipo encargado de determinar los requisitos computacionales para diversas cargas de trabajo analíticas, incluido el aprendizaje profundo (DL), las simulaciones de Monte Carlo, la inferencia de gráficos y muchos otros tipos de análisis de datos y algoritmos analíticos.
«A través de este trabajo, me he formado una opinión sobre cuál sería una buena arquitectura de hardware o qué propiedades me gustaría tener en el hardware para que sea eficiente para el aprendizaje profundo», dijo.
Si bien los algoritmos han evolucionado significativamente desde entonces, los mayores problemas en aquel entonces eran el entrenamiento con lotes de gran tamaño y la distribución del entrenamiento entre muchas GPU, problemas que hoy solo se resuelven parcialmente.
La arquitectura a escala de oblea de Cerebras coincidía con la idea de Vassilieva de lo que debería ser una arquitectura de hardware DL eficiente, pero unirse a una startup en etapa inicial era muy diferente a trabajar para una gran empresa global como HP.
«Fue interesante unirme a una empresa que tiene una misión: todos hablan el mismo idioma y tienen el mismo objetivo», afirmó. «Es dinámico y emocionante, puedes tener muchos roles diferentes, eso significa más libertad, pero la razón principal es que todo el equipo se guía por un único objetivo, y eso no se puede decir en las grandes empresas».
Vassilieva, de 43 años, dijo que no ve ningún desafío universal y generalizado para las mujeres en la industria de los semiconductores en la actualidad.
«Supongo que tengo suerte de que me acepten tal como soy, pero [at this stage of my career] No me resulta difícil decir abiertamente lo que pienso, no me intimidan los hombres de alto rango y creo que la comunicación abierta es la forma más valiosa y directa de hacer las cosas», afirmó.
Aunque admite que ese tipo de confianza hubiera sido más difícil de encontrar cuando era más joven, advierte a las niñas y mujeres que, por más difícil que sea, la confianza sigue siendo clave.
«En general, observo que los niños y los hombres jóvenes son, en promedio, más persistentes y confiados», dijo. «No sabía cómo hacerlo [earlier in my career]Pero [women] tener que tratar [themselves] que lo mismo…. Necesitamos creer que podemos hacer muchas cosas y tal vez necesitemos confiar más en nosotros mismos y tener más fe en lo que estamos haciendo”.
[ad_2]