Da faculdade de engenharia à Meta: A Jornada Incrível de Soumith Chintala, o Gênio Indiano da IA!

A trajetória de Soumith Chintala, desde seus estudos em uma faculdade de engenharia em Hyderabad até sua atuação na Meta, é verdadeiramente notável. Sua jornada, que agora chega ao fim com sua saída da gigante da tecnologia após 11 anos, merece ser contada. Chintala anunciou sua saída da Meta em uma publicação no X na semana passada, explicando que não desejava "ficar no PyTorch para sempre". "Estou deixando o PyTorch e a Meta em 17 de novembro. tl;dr: Não queria ficar no PyTorch para sempre, parecia o momento perfeito para a transição logo após voltar de uma longa licença e o projeto se construiu ao meu redor. Onze anos na Meta. Quase toda a minha vida profissional. Fazendo muitos amigos para a vida. Quase oito anos liderando o PyTorch, levando-o do nada a mais de 90% de adoção em IA. Afastar-se disso foi uma das coisas mais difíceis que já fiz. Mas estou saindo com o coração cheio", escreveu ele. Chintala ingressou na Meta como engenheiro de software em 2014 e ascendeu a VP na empresa liderada por Mark Zuckerberg. No momento de sua saída, seu perfil no LinkedIn o descrevia como o "AI fixer" da Meta. O que é PyTorch? PyTorch é um framework de deep learning de código aberto que Chintala co-criou e pelo qual é famoso. É uma biblioteca de software que permite que desenvolvedores e pesquisadores construam e treinem modelos de inteligência artificial (IA). O PyTorch permite que os usuários escrevam código Python de forma natural, otimizando o desempenho

em GPUs. "Eu amei cada parte de construí-lo - projetá-lo, gerenciá-lo, ser o PM, TL, líder de comunicação, engenheiro de documentação, engenheiro de lançamento, corrigir bugs, fazer growth hacking, transformá-lo em um produto coerente com centenas de pessoas, transicioná-lo para a participação das partes interessadas da indústria - tudo", escreveu Chintala. A Jornada de Soumith Chintala Soumith Chintala nasceu e foi criado em Hyderabad, na Índia. Ele frequentou a Hyderabad Public School e, segundo ele, não era um gênio em matemática. Apesar de suas dificuldades acadêmicas, ele desenvolveu um grande interesse por computadores e resolução de problemas, o que o levou a buscar ensino superior em tecnologia. Ele ingressou no Vellore Institute of Technology (VIT), uma faculdade de engenharia de nível 2, onde obteve seu Bacharelado em Tecnologia em Tecnologia da Informação. Em seguida, iniciou seus esforços para se mudar para os EUA, um caminho que enfrentou muitos problemas. Ele inicialmente obteve 1420 no GRE, mas foi rejeitado por 12 universidades. Em uma postagem descrevendo sua carreira, a capitalista de risco Deedy Das compartilhou que Chintala foi para os EUA com um visto J-1 e "sem plano". Eventualmente, ele conseguiu a admissão na New York University (NYU) para um mestrado em Ciência da Computação. Na NYU, ele se juntou ao laboratório de Yann LeCun, onde trabalhou em projetos de deep learning inicial, incluindo detecção de pedestres, reconhecimento óptico de caracteres e modelagem de imagens de profundidade. Um sonho profissional Nos primeiros anos, Chintala trabalhou como engenheiro de testes na Amazon. Mais tarde, ele se juntou a uma startup, MuseAmi, e trabalhou em aplicativos de deep learning para dispositivos móveis. Com o tempo, seu trabalho e dedicação ganharam mais reconhecimento e o levaram a uma posição na Facebook AI Research (FAIR), agora parte da Meta AI. Lá, ele se tornou uma figura líder em infraestrutura e pesquisa de IA e trabalhou no PyTorch. Eventualmente, ele obteve um green card dos EUA através da categoria EB-1 para "estrangeiros de capacidade extraordinária", representando a concretização de anos de perseverança e determinação. Embora não tenha revelado planos para o futuro, Chintala servirá de inspiração para inúmeros entusiastas de tecnologia na Índia que sonham em construir um futuro no Vale do Silício.

📝 Sobre este conteúdo Esta matéria foi adaptada e reescrita pela equipe editorial do TudoAquiUSA com base em reportagem publicada em Timesofindia . O texto foi modificado para melhor atender nosso público, mantendo a precisão factual. Veja o artigo original aqui.