Rishabh Shanbhag: Menggali Masa Depan AI/ML



Rishabh Shanbhag: Menggali Masa Depan AI/ML - credit to: techbullion - pibitek.biz - Tim

credit to: techbullion


336-280
TL;DR
  • Rishabh Shanbhag mendorong teknologi AI/ML untuk memecahkan masalah.
  • Shanbhag menggunakan data untuk meningkatkan kinerja dan mendorong inovasi.
  • Shanbhag mendorong pengembangan teknologi AI/ML untuk meningkatkan kehidupan.

pibitek.biz -Rishabh Shanbhag, seorang profesional teknologi yang namanya melejit di jagat AI/ML. Kiprahnya menjadi bukti nyata transformasi teknologi AI/ML di dunia. Perjalanan kariernya dipenuhi dengan cerita inspiratif, dari awal karier di India hingga kini menjabat sebagai pemimpin di Walmart. Shanbhag ahli dalam berbagai bidang, mulai dari ilmu data, rekayasa software, hingga rekayasa data. Ia selalu menggali dan mengeksplorasi peluang baru, mendorong batas-batas inovasi. Berbekal pengalaman dan pengetahuan yang luas, Shanbhag telah menjadi contoh nyata dari profesional yang sukses menggabungkan kemampuan teknis dengan jiwa kepemimpinan.

Di Walmart, Shanbhag menjabat sebagai Senior Machine Learning Engineer. Di sini, ia memimpin pengembangan plugin untuk AI Generatif Assistant, sebuah platform yang digunakan di tujuh negara dan diakses oleh lebih dari 10.000 pengguna setiap minggu. Pekerjaan Shanbhag berfokus pada pengembangan dan peningkatan pipeline, yang berhasil meningkatkan performa hingga 20% dan mempercepat proses tiga kali lipat. Ia juga merancang dan mengembangkan API serta microservice yang berpusat pada pelanggan, bertujuan meningkatkan keterlibatan dan kepuasan pengguna.

Salah satu proyeknya yang menonjol adalah pengembangan microservice summarization yang dikerjakan dalam satu sprint. Microservice ini meningkatkan fungsionalitas plugin Confluence yang terintegrasi dengan berbagai fitur AI Generatif untuk meningkatkan dokumen internal yang digunakan secara real-time. Tak hanya berfokus pada pengembangan teknologi, Shanbhag juga aktif membimbing karyawan baru dan menyelenggarakan sesi pembelajaran setiap tiga bulan sekali. Sesi ini bertujuan untuk memperbarui pengetahuan para ilmuwan data dan engineer ML tentang teknologi terbaru di bidang rekayasa dan ilmu data.

Namun, perjalanan karier Shanbhag tak selalu mulus. Ia pernah menghadapi beberapa tantangan ketika bertransisi ke Walmart. Salah satu yang paling signifikan adalah adaptasi terhadap skala dan kompleksitas operasional Walmart. Mengelola dan mengoptimalkan alur kerja untuk perusahaan multinasional yang besar membutuhkan pemahaman mendalam tentang berbagai sistem dan pendekatan strategis untuk memecahkan masalah. Tantangan lain yang dihadapi Shanbhag adalah memastikan integrasi dan penerapan teknologi baru di berbagai wilayah berjalan dengan lancar.

Namun, tantangan ini juga menjadi peluang untuk berinovasi dan mendorong perubahan yang berdampak positif. Pengalaman Shanbhag di AWS memberikan fondasi yang kuat untuk kariernya di Walmart. Di AWS, ia memimpin pengembangan konsol AI dan mengelola tugas di seluruh tim, yang mengasah keterampilan kepemimpinan dan manajemen proyeknya. Ia berhasil mengurangi waktu traversal FST hingga 90% dan mengintegrasikan CI-CD ke dalam infrastruktur pipeline deployment layanan. Pengembangan dan implementasi API untuk Lex V2 FreeFormInput slot type semakin memperkuat keahlian teknisnya dan mempersiapkannya untuk menghadapi tantangan kompleks di Walmart.

Pengalaman Shanbhag di Squark juga penuh dengan proyek-proyek yang menorehkan prestasi. Ia berhasil mengoptimalkan kode Python, mengurangi redundansi hingga 25%, dan meningkatkan kinerja secara signifikan. Ia juga mengembangkan penelitian interpretabilitas model, yang berfokus pada SHAP, yang memberikan wawasan lebih dalam tentang proses pengambilan keputusan model. Pekerjaan Shanbhag di Squark tidak hanya meningkatkan sistem, tetapi juga mengasah kemampuannya dalam memecahkan masalah dan mendorong perubahan yang berarti.

Saat berkarier di Alkermes, Shanbhag menjadi tokoh penting dalam proses migrasi dari EC2 ke AWS Lambda untuk ETL, yang berhasil mengurangi biaya hingga 80%. Ia juga mengembangkan pipeline data L. T (Lab Instrument File Transformation), yang membantu para ilmuwan dalam operasional lab. Proyek ini menunjukkan kemampuan Shanbhag dalam menerjemahkan tugas rekayasa data yang kompleks menjadi solusi praktis. Ia juga menciptakan aplikasi web dengan kemampuan pencarian teks untuk uji coba, yang menunjukkan kemampuannya dalam bekerja di berbagai teknologi dan platform.

Minat Shanbhag di bidang AI/ML muncul sejak masa kuliahnya di University of Mumbai, ketika ia mengambil jurusan BE di bidang Elektronik dan Telekomunikasi. Mata kuliah yang terkait dengan rekayasa software dan ilmu data menarik minatnya dan meletakkan dasar yang kuat untuk kariernya di bidang AI/ML. Pengetahuan dasar yang diperolehnya selama kuliah semakin diperkuat dengan gelar MSc dalam Ilmu Data dari Northeastern University. Pengalaman akademis ini membekali Shanbhag dengan keterampilan teknis dan pemahaman teoritis yang diperlukan untuk sukses di bidang AI/ML.

Pendidikan memberikan fondasi yang kuat, tetapi pengalaman nyata di dunia kerja yang benar-benar membentuk keahlian dan semangatnya di bidang ini. Salah satu momen penting dalam karier Shanbhag adalah ketika ia memimpin proyek prioritas tinggi di Walmart. Proyek ini melibatkan pembangunan pipeline untuk meningkatkan kinerja hingga 20% dan mempercepat proses tiga kali lipat. Proyek ini tidak hanya menunjukkan kemampuan teknis Shanbhag, tetapi juga menyoroti pentingnya kerja tim, perencanaan strategis, dan komunikasi yang efektif.

Keberhasilan proyek ini dalam batas waktu yang ketat memperkuat kepercayaan dirinya dan menunjukkan dampak penggunaan AI/ML dalam mendorong solusi bisnis. Shanbhag memiliki pesan khusus bagi para profesional muda yang ingin memasuki dunia AI/ML. Ia mendorong mereka untuk terus belajar dan mengikuti perkembangan terbaru di bidang ini. Penguasaan bahasa pemrograman seperti Python, pemahaman arsitektur cloud, dan pengalaman langsung melalui proyek-proyek penting untuk meniti karier di AI/ML. Selain itu, menumbuhkan pola pikir yang selalu ingin memecahkan masalah dan terbuka terhadap eksperimen serta kegagalan akan membantu dalam menghadapi kompleksitas AI/ML dan mendorong inovasi.

Tantangan bagi Shanbhag adalah bagaimana menyeimbangkan keahlian teknis dengan tanggung jawab kepemimpinan. Ia menggunakan manajemen waktu dan prioritas yang efektif untuk mengatasi hal ini. Ia memastikan untuk tetap mengikuti perkembangan teknologi terbaru dan meluangkan waktu untuk membimbing timnya dan memenuhi kebutuhan mereka. Komunikasi yang jelas, menetapkan tujuan yang realistis, dan mendorong lingkungan kerja kolaboratif menjadi kunci untuk mengelola kedua aspek dengan baik. Dengan memberdayakan timnya dan menjadi teladan, ia berupaya menciptakan budaya kerja yang produktif dan inovatif.

Shanbhag memiliki ambisi untuk terus mendorong proyek-proyek berdampak yang memanfaatkan teknologi mutakhir untuk memecahkan masalah kompleks. Ia ingin terus meningkatkan keahliannya, terutama di bidang pembelajaran mendalam dan pemrosesan bahasa alami. Dengan rasa ingin tahu yang tinggi, mencari peluang yang menantang, dan terus belajar, Shanbhag ingin mencapai aspirasi ini dan berkontribusi pada komunitas AI/ML yang lebih luas. Tujuannya tidak hanya berinovasi, tetapi juga menginspirasi orang lain untuk mengeksplorasi potensi AI/ML.

Perjalanan karier Rishabh Shanbhag, dari magang pengembang software hingga menjadi senior machine learning engineer, menunjukkan dampak besar dari inovasi, kepemimpinan strategis, dan komitmen yang tak tergoyahkan untuk mencapai keunggulan. Prestasinya yang luar biasa di bidang kesehatan, rekayasa software, rekayasa data, dan AI/ML menunjukkan kemampuannya untuk menciptakan perubahan yang berarti dan memotivasi orang lain di industri teknologi. Seiring dengan perjalanan kariernya yang terus berkembang, Shanbhag memberikan inspirasi bagi para profesional muda untuk menghadapi tantangan secara langsung, mendorong inovasi, dan berusaha untuk mencapai keunggulan yang tak tertandingi.