Russell Jurney
Russell Jurney lavora all’intersezione di Big Data, grandi network – Property Graph e Knowledge Graph, representation learning con Graph Neural Networks (GNN), Natural Language Processing (NLP) e Understanding (NLU), spiegabilità del modello utilizzando network visualization e la ricerca vettoriale per l’Information Retrieval e Large Language Models (LLMs).
Ha una società di consulenza chiamata Graphlet AI specializzata in Knowledge Graph e Large Language Models (LLMs).
È focalizzato sulla creazione di prodotti guidati da miliardi di nodi di reti usando l’Intelligenza Artificiale. Ha lavorato in posti interessanti come Ning, LinkedIn e Hortonworks. Ha co-fondato Deep Discovery per utilizzare reti, GNN e visualizzazioni per creare un risk/score per KYC/AML.
Quattro volte autore di O’Reilly con 120 citazioni su Google Scholar per essere stato il primo a scrivere di Agile Data Science – lo sviluppo Agile applicato alla Data Science e al Machine Learning. È un ricercatore applicato e product manager con 17 anni di esperienza nella creazione di prodotti basati sui dati, si occupa di scienze delle reti, apprendimento automatico e PNL.
Attualmente è affascinato dalla costruzione knowledge graph/property graph construction, graph representation learning, Graph Neural Networks (GNNs), reti neurali di grafi (GNN), tecniche di NLP/NLU come l’estrazione di informazioni, named entity resolution (NER), coreference resolution, fact extraction, and entity linking. Gli LLM sono esplosi sulla scena e sta studiando come utilizzarli per risolvere problemi nelle aree della sicurezza informatica e della conformità finanziaria come KYC, AML e CFT.
I prossimi eventi internazionali:
24-28 Giugno 2024 Online live streaming:
Graph Machine Learning: teoria, pratica, tools e tecniche