Alkujaan minuteeni englannin kieleen vetyi puhdasanalyyttinen kiinnostukseni kirjastojen kritiikissä ja runouden tulkinnassa, mikä oli minulle erittäin kiehtovaa. Tällä hetkellä työskentelen yrityksessä, joka hyödyntää tekoälyä ennakoivassa analytiikassa vakuutusalan sisällä. Vastuuani kuuluu käsittelylaitteiden kouluttaminen tiedon keräämiseen, jonka jälkeen data järjestetään malleihin ja tietokantoihin. Lisäksi työskentelen prompt-suunnittelussa, jossa saan oivalluksia laajoista lääketieteellisistä arkistoista ja asianajajalausunnoista. Tämä rooli merkitsi minuulle siirtymistä englannin opiskelusta teknologia-alalle. Kolmannen opintovuoteni aikana tajusin, etten halunnut enää sitoutua kymmeneen vuoteen lisää opiskelua lääketieteellisen koulutuksen vuoksi. Tämä sai minut tutkimaan vaihtoehtoisia uria ja löysin data-analytiikan, koneoppimisen ja tekoälyn tärkeyden. Data-analytiikka resonoi minussa, koska se muistutti minua englannin kirjallisuudesta—yhdistää data-pisteitä ja arvioi niiden suhteita ja vaikutuksia. Opiskelin itse data-analytiikkaa esimerkiksi Coursera- ja Udemy-alustoilla, suorittaen monia kursseja oppiakseni koodaamaan ja syventääkseni ymmärrystäni tekoälystä ja koneoppimisesta. ChatGPT:n kehittyessä kokeilin sitä laajasti, mikä hienosäilytti prompt-suunnittelutaitojani entisestään.

Etsiessäni mentoria keskustelin erään Teslan tekoälyhankintapäällikön kanssa. Hänen neuvostaan aloin opiskella MIT:n OpenCourseWarea, katselin monia luentoja, tein tehtäviä ja harjoituskokeita. Työn saamiseksi hakeuduin aktiivisesti monille alueille ja otin yhteyttä rekrytoijiin ja johtajiin. Ensimmäisen tekoälyalan työpaikkani sain keskustelun jälkeen startup-yrityksen toimitusjohtajan kanssa, joka tarjosi minulle paikan haastattelun jälkeen. Samoin päädyin nykyiseen rooliini ottamalla yhteyttä toisen startup-johtajaan; lyhyt haastattelumme johti harjoittelupaikkaan, joka lopulta muuttui pysyväksi työpaikaksi. Aluksi pelkäsin siirtymistä teknologia-alaan, huolestuin oppimiskäyrästä ennen kuin löysin työpaikan. Kuitenkin isäni ohjauksella—hän työskentelee tekniikan parissa—ymmärsin, ettei välttämättä tarvitse laajaa muodollista koulutusta hallitakseen perusteet ja päästääkseen alalle. En kadu pääsyäni englannin kirjallisuuden pääaineeksi, vaikka matkan varrella oli epäilyksiäkin. Yksi suurimmista eduista englannin opiskelemisessa on ollut kyky tarkastella asioita monista näkökulmista, mikä on ollut korvaamatonta tekoälyn ja data-analytiikan parissa, missä eri näkökulmien tutkiminen on oleellista. Olen huomannut, että tällainen ajattelutapa ei ole niin yleinen STEM-aloilla, jotka keskittyvät usein yhteen oikeaan vastaukseen. Niille, jotka miettivät vastaavaa siirtymää, pidän tärkeänä tunnistaa humanistisen taustasi elementit, joista nautit eniten, ja löytää tapoja soveltaa näitä taitoja myös muilla aloilla. Tämä osoittaa luovuutta työnantajille ja korostaa kykyäsi siirtää osaamista eri disiplineiltä, mikä lisää arvokkuuttasi työmarkkinoilla.