مقابلات
Alon Lev، المؤسس المشارك والرئيس التنفيذي لشركة Qwak – سلسلة المقابلات
Alon Lev هو المؤسس المشارك والرئيس التنفيذي لشركة Qwak، وهي منصة تقوم بإزالة الاحتكاك الهندسي من التعلم الآلي بينما تسمح بالتكرارات السريعة والمتوسعة والبنية القابلة للتخصيص.
متى أصبحت مهتمًا بالتعلم الآلي لأول مرة؟
كان أول تجربة لي مع التعلم الآلي عندما كنت أ建ف فرق البيانات في Payoneer قبل سبع سنوات. أدركت أن أن تصبح منظمة مدفوعة بالبيانات يتطلب عمليات وأدوات محددة. كان التعلم الآلي، الذي هو جزء من استراتيجية كل شركة مدفوعة بالبيانات اليوم، في مراحله الأولى في ذلك الوقت.
يمكنك مناقشة دورك السابق في Payoneer وكيف أتاح لك رؤية كيف يزداد التعلم الآلي أهمية؟
في دوري في Payoneer كVP للبيانات، كنت مسؤولاً عن جميع جوانب البيانات في الشركة، من التحليلات والبيانات والهندسة والعلوم. كان لحظة الدهشة التي حدثت لي مع العلوم هي عندما بنينا منتج الائتمان بالكامل على التعلم الآلي. أدى بشكل رائع من البداية؛ في تلك اللحظة، أدركت أن التعلم الآلي يمكن أن يحسن ليس فقط الخطوط التجارية الحالية ولكن أيضًا إنشاء أعمال ومنتجات جديدة.
ما هي بعض التحديات التي شهدها في التعلم الآلي؟
بالتأكيد، في الجزء الإنتاجي من التعلم الآلي، يملك أصحاب البيانات والمهندسون بالفعل الكثير على طبقهم – إدارة بنية تحتية من الدرجة الإنتاجية التي تسمح لنا بتجسيد التعلم الآلي كانت دائمًا تحديًا كبيرًا “قتل” العديد من مشاريعنا.
كيف تزيل منصة Qwak الاحتكاك الهندسي من التعلم الآلي؟
Qwak هو كل شيء حول أخذ العمل التمهيدي من مهندسي التعلم الآلي وتمكينهم من التركيز على إنشاء قيمة أعمال.
كان Ran Romano (المؤسس المشارك والرئيس التنفيذي للبحث والتطوير) لديه نفس التجربة أثناء عمله في قيادة قسم MLops في Wix. اليوم، يركز بشكل أساسي على مواجهة هذه التحديات من خلال منصتنا وجعل عملية تجسيد نماذج التعلم الآلي أسرع وأكثر كفاءة وسهولة. هدفنا هو جعل حياة مهندسي التعلم الآلي وعلماء البيانات أسهل وأكثر تأثيرًا حتى تصبح تسليمات التعلم الآلي السلسة حقيقة لشركات بدلاً من كونها عنصرًا في قائمة الأمنيات.
لماذا هذه هي الحل الأمثل للشركات التي تريد المزيد من إنتاجية التعلم الآلي ولكن لديها ندرة في علماء البيانات ومهندسي التعلم الآلي؟
لا نزعم أننا نفهم عملك أو بياناتك، ولكن لدينا الكثير من الخبرة عندما يتعلق الأمر بالبنية التحتية؛ مهمتنا واضحة؛ نريد مساعدة فرق العلوم والهندسة الممتازة على بناء منتجات رائعة. نحن لا نتدخل في منطق النموذج ولكننا نركز على ما نفهمه أفضل، أي البنية التحتية.
ما الذي يميز Qwak حاليًا عن حلول التعلم الآلي المنافسة؟
نحن جميعًا حول مساعدة الفرق القوية على تفريغ العمل التمهيدي وتبسيط عملية تجسيد التعلم الآلي، توفر Qwak وتؤمن بمقاربة أفقية لحل تحديات MLOps – مما يعني أننا لم نبني المنصة حول سجل النموذج / الخدمة أو مخزن الميزات والتحكم التلقائي فقط، نحن نعتقد أنك تحتاج إلى كل هذه الأشياء في مكان واحد من أجل توسيع بنية التعلم الآلي.
يمكنك مناقشة كيف تدعم Qwak تتبع ملاحظات نماذج التعلم الآلي ولماذا هذا مهم؟
تتبع الملاحظات هو أحد الأشياء الأولى التي بنيناها في Qwak، لأننا نراه كجزء متسق من دورة الحياة الإنتاجية. توفر Qwak واجهة برمجة تطبيقات لتتبع الملاحظات التي تسمح بتحسين عملية تقارير الملاحظات تلقائيًا.
هل هناك أي شيء آخر تود مشاركته حول Qwak؟
لدينا فريق رائع من المهندسين والقادة المخضرمين في هذا المجال. مع خبرة واسعة في “خنادق” هندسة التعلم الآلي، نعرف ما يتعين القيام به ونحن مجرد بداية 🙂
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Qwak.
