Negli ultimi due anni, il quattordicenne Ayush Singh si è ritrovato inondato di offerte di lavoro, ognuna delle quali cercava di superarsi l'una con l'altra con buste paga esorbitanti e un assortimento di vantaggi. Il suo corso di 14 ore su Free Code Camp si sta avvicinando all'ambito traguardo del 'un milione di visualizzazioni': "Finora sono arrivati a 10", azzarda, con il sorriso timido che raramente gli lascia la faccia. Il corso è stato persino consigliato dal MIT sulla loro pagina Twitter ufficiale. Mentre i suoi coetanei affrontano gli inebrianti alti e bassi dell'essere un adolescente, Ayush è già in prima linea nel proverbiale bordo sanguinante, un nome noto nel campo dell'apprendimento automatico e della scienza dei dati. Migliaia di studenti hanno frequentato il suo corso ML800, è stato stagista di data scientist presso Artifact ed è uno dei più giovani data scientist e Machine Learning Engineer al mondo – quando parliamo, aveva appena lasciato il suo lavoro in ZenML, una startup tedesca che "produce" l'apprendimento automatico ed era pronto per iniziare un nuovo periodo come scienziato di dati presso Replayed.
Una recente chat di YouTube con il creatore di contenuti Ishan Sharma, dal titolo allettante "Il quattordicenne Prodigy Coder dice che IIT Bombay è il suo backup", ha già raggiunto il mezzo milione di visualizzazioni - e non è nemmeno solo un clickbait. Riceve molti consigli che gli dicono di prendere la strada dell'IIT e lui evita tutto. "Andrò sicuramente al college, voglio l'esperienza, ma mi piacerebbe che fosse MIT o Stanford", dice Ayush Indiano globale in un'intervista. Le grandi offerte di biglietti arrivano dalle società MLOps di tutto il mondo, ad Ayush piace scegliere, preferendo le startup alle aziende più grandi e le società straniere a quelle indiane.
Rinascere nelle difficoltà
È un insolito prodigio. Fino alla pandemia, ha vissuto una vita ricca e suburbana con la sua famiglia a Patna. Quando il Covid-19 ha colpito e le attività sono crollate, suo padre è stato tra coloro che hanno avuto una caduta, lasciando la famiglia in una situazione molto difficile, finanziariamente. "Siamo passati dall'avere ogni lusso del mondo al chiederci da dove venisse il nostro prossimo pasto e guardare i parenti e gli amici prendere le distanze", dice Ayush. La situazione era terribile: il percorso IIT-JEE non sembrava un'opzione.
Quindi, Ayush si è messo al lavoro. Ha iniziato a inviare e-mail ai fondatori e a fare networking su LinkedIn, cimentandosi prima nello sviluppo web e Android, entrambi spazi affollati da adolescenti entusiasti. Non c'era carenza di critici che gli dicessero di non entrare nello spazio tecnologico, che "non avrebbe nemmeno ₹ 10,000 al mese". Fortunatamente, ha scelto di non ascoltare. Intelligenza artificiale e Machine Learning sono spazi in erba, complessi, che richiedono competenze che non possono essere apprese attraverso un paio di corsi accelerati o su YouTube. Ha dedicato molto tempo a quest'ultimo "ma c'è molto di più da imparare di quello che si può fare attraverso i video", spiega Ayush. “Leggerei numerosi libri, anche su un solo argomento, per portarmi a un livello professionale”.
Ha iniziato imparando Python, prendendo una copia di Python per i geek (Muhammad Asif), diplomandosi alla O'Reily's Python robusto e poi a modelli di progettazione più avanzati. Doveva anche imparare la matematica. “Ho fatto Algebra, Linear Algebra, Calculus dalla Khan Academy”, spiega Ayush. Ha scoperto di avere un talento per la scienza dei dati e l'apprendimento automatico: "Dalla codifica, sono passato all'apprendimento automatico e al deep learning". Finora ha letto oltre 20 libri sull'argomento.
Ha dedicato "24 ore al giorno per fare questo". Si svegliava alle 5 del mattino e trascorreva dalle 10 alle 16 ore a studiare, a parte le cinque o sei ore che doveva dedicare a scuola. Quando sarebbe arrivato il momento di tornare al campus, avrebbe portato con sé i suoi libri.
Corteggiando i datori di lavoro
Costruire un profilo e migliorare le sue capacità era una cosa, ma ottenere un lavoro è stata una sfida completamente nuova. Poteva impressionare i suoi potenziali datori di lavoro con le sue capacità ma, abbastanza prevedibilmente, gli è stato detto che era troppo giovane. L'invio di e-mail a freddo ha funzionato bene e ha scelto le startup credendo che sarebbero state aperte a rischiare. È così che ha trovato un post di ZenML su LinkedIn. “Ho mandato un'e-mail al fondatore, Adam. Ho messo in evidenza le mie capacità e sebbene all'epoca non sapessi molto di MLOps, avevo preparato un progetto in linea con l'obiettivo dell'azienda". Il fondatore ha risposto e Ayush è stata sottoposta a due serie di interviste: un'intervista di codifica e una "sfida da portare a casa". Ha ottenuto il lavoro e ora è esperto nello svolgimento di interviste da solo. Qual è il trucco, però?
Liberare l'imprenditore interiore
La sua capacità di pensare in modo diverso, apprendere nuove competenze e convincere le aziende ad assumerlo all'età di 13 anni è, probabilmente, di per sé un grande talento imprenditoriale. Ma è riuscito a cavarsela da solo: a parte il lavoro a tempo pieno, la scuola e gli incarichi da freelance che assume, Ayush sta anche costruendo la sua startup, Antern con i co-fondatori Tushar Vaswani e Priyanshu Bhattacharjee. Descrive Antern come il "Netflix dell'educazione". "Stiamo sfruttando l'intelligenza artificiale e il machine learning per lo spazio dell'istruzione", afferma. Prendendo spunto dall'enorme successo del suo corso consigliato dal MIT su Free Code Camp, l'azienda sta lanciando i "nano gradi", corsi di certificazione che sono versioni approfondite del corso gratuito. L'azienda è stata lanciata il 20 giugno e prevede anche un master in AR/VR.
"Ho iniziato con un corso di apprendimento automatico di base e ho pensato, facciamolo su larga scala", afferma Ayush. Ha incontrato il suo co-fondatore, Tushar, attraverso la casella dei commenti di YouTube. Antern sfrutta un assistente AI in grado di valutare le prestazioni di uno studente ogni settimana e rispondere a complesse domande del Codex.
Ayush sta anche costruendo Schema, una piattaforma che si rivolge ai creatori di contenuti. Più della metà dei creatori di contenuti non comprende gli strumenti analitici che misurano le prestazioni. Schema recupererà i dati analizzando tutte le piattaforme di social media per fornire un rapporto completo sulle prestazioni e su come i clienti stanno rispondendo. "Sarai anche in grado di segmentare i tuoi clienti e indirizzarli in modo specifico", afferma.
Intagliare una nicchia
Preferisce anche lavorare con aziende all'estero. "Le aziende indiane ti trattano come un bambino", dice Ayush. “Anche se ti assumono, ti danno compiti ripetitivi che non vogliono fare. In ZenML, sono stato trattato come un membro principale; Sono stato anche coinvolto nel ritiro dell'azienda in cui i fondatori prendevano decisioni. Si concentrano sulle tue abilità e ti danno compiti unici. Le startup indiane tendono a concentrarsi sulla loro crescita, ma aziende come ZenML sanno che la loro crescita coinvolge anche la mia".
Rimanere a terra
Si vede "costruire la mia compagnia multimilionaria" cinque anni dopo. L'imprenditorialità è il piano. Suo padre gli dice: “Il tuo lavoro non dovrebbe essere solo per una famiglia. Fallo per 1000 famiglie, proprio come Ratan Tata". Ayush ha mantenuto la parola data, aiutando i giovani a trovare un buon lavoro.
A casa, i suoi genitori sono immensamente orgogliosi del loro talentuoso figlio. Gli consigliano di andare avanti, anche quando fallisce e di rimanere umile. "Perché ho visto il fondo e non dimenticherò mai com'era."
Il futuro di ML, AI e Deep Learning
È un'area promettente, dice Ayush. “Il machine learning, il deep learning e l'intelligenza artificiale creeranno milioni di posti di lavoro in tutto il mondo. Ma non saranno in grado di trovare sviluppatori di talento". Le aziende potrebbero essere disposte a pagare stipendi alti ma si aspettano qualcosa in cambio. "Non si tratta solo di imparare un po' di programmazione", dice. “C'è una scarsità di sviluppatori di talento. Le persone che affermano di conoscere il ML sanno come utilizzare un'API e creare un algoritmo, ma è importante sapere cosa funziona e dove. E quando un algoritmo non funziona, come modifichi i tuoi dati per realizzarlo?"
Non può sottolineare abbastanza l'importanza della conoscenza del dominio. “I lavori ci sono e pagheranno bene ma rimarranno inutilizzati. Non puoi avere successo in AI e ML se non conosci la matematica perché è quello che è, al suo interno. E poi, devi codificare. Non basta usare solo le parole d'ordine e pensare di conoscere l'argomento".
Segui Ayush Singh LinkedIn, Twitter ed YouTube