在当今世界，计算机科学和数据科学的重要性不言而喻。这两个领域各自都具有巨大的影响力，但当它们结合在一起时，会产生更强大的结果。非常激动地宣布，DataHack Radio播客发布了第10集，特别邀请了Jeannette M. Wing教授。她拥有超过40年的学术界和工业界经验，没有人比她更适合提供计算机科学如何演变以及它如何与数据科学世界融合的视角。
以下是从这一集中总结的关键要点。建议亲自收听播客，以真正感受计算机科学和数据科学结合使用时的强大力量。享受这一集！现在就订阅DataHack Radio，并在以下平台上收听这一集以及所有之前的集数：
Jeannette Wing教授从小就对数学和工程学充满兴趣。她在麻省理工学院(MIT)读研究生，并开始主修电气工程。在大学初期，她被引入了计算机科学的世界，这促使她改变了专业。从那时起，她就再也没有回头。在MIT完成计算机科学博士学位后，她在南加州大学工作了几年，然后加入了卡内基梅隆大学。她曾两次担任卡内基梅隆大学计算机科学系主任。在这两次任期之间，她在国家科学基金会(NSF)工作。
在卡内基梅隆大学的第二次任期期间，微软公司联系了她，她在2013年加入了微软。加入后不久，她被任命负责所有基础研究实验室，包括硅谷、纽约、班加罗尔和北京等地。去年，她有机会再次在学术界工作，并加入了哥伦比亚大学。在哥伦比亚大学，她是Avannessians数据科学研究所的所长，同时也是计算机科学教授。她直接向大学校长汇报。
尽管计算机科学领域已经进行了几十年的研究，以正式证明程序的正确性，但这一切都是关于数学逻辑的。现在数据科学带来的复杂性在于，如何证明一个属性在本质上是概率性和统计性方法的正确性。Jeannette Wing教授坚信，许多新的数据科学方法应该通过形式化方法技术重新审视。对于形式化方法社区来说，帮助数据科学使用这些概念成长是一个挑战，这还没有发生。
如果还不了解，形式化方法是特别用于计算机科学的基于数学的技术。可以阅读更多关于它们的信息。
Jeannette Wing教授在哥伦比亚大学目前的职位上，正在与人工智能社区合作，了解需要哪些方法和逻辑来指定这些机器学习模型应该具备的相关属性。她认为这将有助于构建未来的安全和可信赖的人工智能系统，这是Jeannette Wing教授强烈倡导的一个话题。
在微软，她负责监督多个地点的多个研究项目，如上所述。特别是班加罗尔实验室，有几个大的优势：
“本质上只是一个学者。”——Jeannette Wing教授
对于新接触数据科学的人来说，一个非常常见的问题是——“在学术界工作与获得行业经验之间有什么区别”？Jeannette Wing教授很乐意涵盖这个话题。她呼应了广泛持有的信念，即成为一名学者有其独特的优势。