کیرا راندیسکی ستاره‌‌ی پیش‌بینی‌های تحلیلی (predictive analytics) است که هر روز بر درخشش‌اش افزوده می‌شود. او برای پیش‌بینی احتمالات آینده‌ی بشر، جوامع و کسب‌و‌کارها هوش‌مصنوعی و داده‌کاوی را ترکیب می‌کند و در طی دو سال گذشته به خاطر موفقیت‌هایش در توسعه‌ی مجموعه‌ای از الگوریتم‌های پیش‌بینی تحلیلی بسیار خبرساز شده است.
در این الگوریتم‌ها عباراتی که در رسانه‌های سنتی و اجتماعی و شبکه‌های اینترنتی برای جستجوی علل بلایا و هشدار حوادث یا شیوع بیماری استفاده می‌شود، مورد تجزیه و تحلیل قرار می‌گیرند. سیستم پیش‌بینی او توانست شیوع بیماری واگیردار وبا در کوبا و فرارسیدن انقلاب موسوم به بهار عرب را در کشورهای عربی به درستی پیش‌بینی کند. 
الگوریتمی که در پایان‌نامه‌ی دکترای راندیسکی مطرح شده است، اکنون در موسسه تکنولوژی تکنیون برای پیدا کردن سرنخ و الگوهای تاریخی مورد استفاده قرار می‌گیرد. این الگوهای تاریخی نیز از رفتارهای آنلاین و جستجو در خبر‌ها و مقالات استنباط می‌شود. راندیسکی می‌گوید :
معمولا مردم در طول یک رویداد موضوعات مرتبط با آن  را خیلی بیشتر از حد معمول جستجو می‌کنند. سیستم‌ جستجو‌یی که از این الگوریتم استفاده می‌کند این رفتار‌ها را زیر نظر می‌گیرد و بعدها اگر دوباره همین عناوین جستجو شوند علت این جستجوها را آنالیز می‌کند و پیش‌بینی می‌کند که ممکن است در این منطقه که بیشتر جستجو‌ها در زمینه‌ی خاصی انجام شده است، چه اتفاقی بیفتد.
بعنوان مثال پس از وقوع خشکسالی سال ۲۰۰۶ در آنگولا و طوفان بزرگ سال ۲۰۰۷ آفریقا، این الگوریتم آموخته بود که قبل از شیوع بیماری وبا در کوبا در سال ۲۰۱۲، مردم چه نشانه‌هایی از خود بروز خواهند داد و توانست شیوع این بیماری را پیش‌بینی کند. البته این الگوریتم‌ عوامل دیگری نظیر مکان، پوشش آب، تراکم جمعیت و اقتصاد را نیز در نظر می‌گیرند. بنابراین هنگامی که کوبا شرایط موجود در این منطقه را گزارش کرد، سیستم به شیوع این بیماری هشدار داد و چند هفته بعد، شیوع وبا در این منطقه گزارش شد.
رادینسکی تحقیقات خود را بر روی استارتاپ سه ساله‌ی SalesPredict  با ۲۰ نفر از کارکنان و دفاتری در سانفرانسیسکو آغاز کرد. تمرکز SalesPredict  بیشتر بر روی موضوعاتی مثل کمک به رونق کسب‌وکارها، پیدا کردن فرصت های جدید برای فروش و یا حفظ مشتریان موجود است. این شرکت موفق شد تا یک بودجه‌ی ۴ میلیون دلاری جذب کند و از آن زمان تا کنون توانسته‌ است هر ربع سال، جریان درآمدی خود را دو برابر کند.
رادینسکی معتقد است که:
این داده‌های بزرگ هستند که نظریه‌ی بازیها را معنادار و عملی می‌کنند.  در هر شرکتی اطلاعات بسیاری در مورد تاریخچه‌ی فروش‌ها وجود دارد، اما تعداد بسیار کمی از این شرکت‌ها به تجزیه و تحلیل علمی آن اقدام می‌کنند.
رادینسکی در نوجوانی‌اش همیشه دوست داشت که یک دانشمند بشود. اما در تابستان و قبل از آغاز دبیرستان او یک پروژه‌ی تحقیقاتی را در یک کمپ علمی آغاز کرد  که درباره‌اش اینگونه می‌گوید:
این پروژه در زمینه‌ی زیست‌شناسی و کامپیوتر بود و من مسئول تغذیه‌ی سلول بودم. در این زمینه مهارت خوبی نداشتم و اشتباهات من باعث از بین رفتن این سلول‌ها شد. پس از نابودی سلول‌ها، مسئولان پروژه به جای تغذیه‌ی سلول مرا وادار کردند تا پردازش داده‌ها را بر عهده بگیرم و این مسئولیت کم‌کم تبدیل به چیزی شده است که من واقعا از انجام آن لذت می برم.
رادینسکی در سال ۲۰۰۲ و در زمانی که فقط ۱۵ سال داشت وارد موسسه تکنولوژی تکنیون شد، البته از سوی دیگر نیز از طریق برنامه‌نویسی وب‌سایت‌ها درآمد اضافی کسب می‌کرد. او در ۱۸ سالگی وظیفه‌ی اجباری خود را در نیروهای دفاعی اسرائیل به عنوان یک دانشمند کامپیوتر در قسمت هوش و اطلاعات آغاز کرد. رادینسکی در سال ۲۰۰۹ تحصیلات کارشناسی و کارشناسی ارشد خود را در رشته‌ی کامپیوتر به اتمام رساند و در سال ۲۰۱۲ و در ۲۶ سالگی در رشته‌ی هوش مصنوعی و یادگیری ماشین دکترا گرفت.
این دانشمند جوان از زمان فارغ‌التحصیلی‌اش به صورت تمام وقت در SalesPredict به عنوان مدیر فنی ارائه‌ی خدمت کرده است. او می‌گوید:
وارد شدن به تجزیه و تحلیل پیش بینی معمولا مدرک کارشناسی ارشد و دکتری در زمینه‌ی داده‌کاوی و یادگیری ماشین نیاز دارد و دانشمندان داده‌ها معمولا زمینه‌های آماری و ریاضی قوی دارند. در ضمن این رشته بسیار آکادمیک است. از طرفی اگر در شرکت‌هایی مثل گوگل کار می‌کنید و یا مهارت‌های مهندسی قوی در مورد چگونگی مقیاس‌دهی سیستم‌های یادگیری دارید این مهارت برای شما بسیار مفید خواهد بود.
رادینسکی معتقد است که توسعه‌ی این تکنولوژی نه‌تنها به نفع کسب‌وکارها است بلکه به نفع جامعه نیز هست.
استخراج الگو‌ی داده‌ها می‌تواند بشریت را به دوره‌ی جدیدی از اکتشافات علمی هدایت کند. ما در حال حاضر بر روی چند فعالیت حرفه‌ای در زمینه‌ی پزشکی کار می‌کنیم تا الگوریتم‌های یادگیری ماشین را برای پیش‌بینی سرطان و یافتن علل بیماری‌هایی علل بیماری‌های مختلف.
در نهایت اینکه پیشنهاد می‌کنم سخنرانی ۹ دقیقه‌ای رادینسکی در TEDx را ببنید.