Shreya Shankar

Шрея Шанкар - инженер в области машинного обучения и кандидатка наук (PhD) по компьютерным наукам в UC Berkeley, где она разрабатывает системы, помогающие людям эффективно использовать ИИ для работы с данными. Её исследования сосредоточены на создании практических инструментов и фреймворков для построения надёжных ML-систем, включая недавние прорывные работы по оценке LLM и качеству данных. Она опубликовала влиятельные статьи об оценке и согласовании LLM-систем, в том числе «Who Validates the Validators?», где рассматривается, как систематически соотнести оценки LLM с человеческими предпочтениями.

До начала PhD Шрея работала инженером ML в индустрии и получила степени бакалавра и магистра по информатике в Стэнфорде. Её работы публиковались на ведущих конференциях по управлению данными и HCI, включая SIGMOD, VLDB и UIST. В настоящее время она является стипендиаткой NDSEG Fellowship и активно сотрудничает с крупными технологическими компаниями и стартапами, внедряя свои исследования в реальные производственные среды. Её недавние проекты, такие как DocETL и SPADE, демонстрируют умение соединять теоретические основы с практическими решениями, которые помогают разработчикам создавать более надёжные AI-системы.