عمر هار، المؤسس المشارك والمدير التقني لشركة Explorium – سلسلة المقابلات

عمر هار هو خبير في علوم البيانات وله خبرة تزيد على عقد من الزمن في بناء نماذج الذكاء الاصطناعي التي تدفع الشركات الكبيرة إلى الأمام.

عمر هار هو المؤسس المشارك والمدير التقني لشركة Explorium، وهي شركة تقدم منصة علوم البيانات الأولى من نوعها التي تعمل بالاكتشاف المعزز للبيانات وتصميم الميزات. من خلال الاتصال التلقائي بألاف المصادر الخارجية للبيانات واستخدام التعلم الآلي لاستخلاص الإشارات الأكثر تأثيرًا، تعمل منصة Explorium على تمكين علماء البيانات وقادة الأعمال من اتخاذ القرارات من خلال إزالة الحواجز التي تحول دون الحصول على البيانات الصحيحة وتحقيق القوة التنبؤية العليا.

متى اكتشفت لأول مرة أنك تريد المشاركة في علوم البيانات؟

اهتمامي بعلم البيانات يعود إلى أكثر من عقد من الزمن، وهو الوقت الذي كنت أُمارس فيه وآتي قيادة فرق علوم البيانات. بدأت كمهندس برمجيات، ولكنني كنت دائمًا اجتذب إلى التحديات المعقدة للبيانات والخوارزميات منذ البداية. كنت محظوظًا لأنني تعلمت الحرفة في.microsoft Research، وهو واحد من القليل من الأماكن التي يمكنك فيها العمل على تحديات التعلم الآلي التطبيقي المعقدة بمقياس كبير.

لقد أسست شركة Explorium في عام 2017، هل يمكنك مناقشة الإلهام وراء إطلاق هذه الشركة الناشئة؟

تستند Explorium على حاجة بسيطة وقوية جدًا — هناك الكثير من البيانات حولنا التي يمكن أن تساعد في بناء نماذج أفضل، ولكن لا توجد طريقة لمعرفة مسبقًا أي مصادر البيانات ستكون مؤثرة، وكيف. جاءت الفكرة الأصلية من معور شلومو، المؤسس المشارك والرئيس التنفيذي لشركة Explorium، الذي كان يتعامل مع تنوع البيانات غير المسبوق في خدمته العسكرية ويسعى لاستغلالها في اتخاذ القرارات وإنشاء النماذج. عندما اجتمعت الثلاثة منا لأول مرة، كان من الواضح لنا أن هذه التجربة تكرر الحاجة التي كنا نتعامل معها في عالم الأعمال، خاصة في مجالات علوم البيانات السريعة النمو مثل تكنولوجيا الإعلان والتسويق، حيث كنت أنا وأور تامير (المؤسس المشارك والرئيس التنفيذي للعمليات في Explorium) قائدين النمو من خلال البيانات.

قبل Explorium، كان العثور على مصادر البيانات ذات الصلة — لتحسين دقة نموذج التعلم الآلي — عملية شاقة ومكلفة ووقتية مع فرص نجاح منخفضة. السبب هو أنك تقوم بالتحديد بشكل أساسي، و sửة الناس الأكثر تكلفة — علماء البيانات — للتحقيق. بالإضافة إلى ذلك، عملية الحصول على البيانات نفسها هي عملية أعمال معقدة، وفرق علوم البيانات عادة لا تمتلك القدرة على الانخراط تجاريا مع مقدمي البيانات المتعددين.

كقائد علوم البيانات الذي يتم قياسه من خلال التأثير التجاري الذي تنتجه النماذج، لم أكن أستطيع أن أرسل فريقي في رحلة بحث عن الأعشاب. كنت أفضل أن أوجه جهودي إلى الأشياء التي يمكن أن يكون لها تأثير أقل من مصدر بيانات جديد ذي صلة، فقط لأنها أكثر في نطاق سيطري.

لقد نجحت شركة Explorium مؤخرًا في جمع 31 مليون دولار إضافية في جولة تمويل من السلسلة ب. هل كنت مستعدًا لمعدل نمو الشركة؟

لقد كان رحلة صاروخية حتى الآن، ولا يمكنك أن تأخذ ذلك كمنحدر. لا أستطيع أن أقول إنني فوجئت بمدى انتشار الحاجة إلى بيانات أفضل، ولكن من المذهل دائمًا أن ترى التأثير الذي تنتجه للعملاء وأعمالهم. أكبر تحدي تحليلي ستواجهه المنظمات خلال العقد المقبل هو العثور على البيانات الصحيحة لتغذية نماذجها والعمليات الآلية. يمكن أن توجّه الأصول البيانية الصحيحة قادة السوق الجدد، لذلك نمونا يعكس عدد العملاء السريع النمو الذين يدركون ذلك ويجعلون البيانات أولوية. في الواقع، عدد “صيادو البيانات” — الأشخاص الذين يبحثون عن البيانات كجزء من عملهم اليومي — ينمو بشكل كبير في تجربتنا.

يمكنك أن تفسر ما هي منصة Explorium للبيانات وما هي عملية اكتشاف البيانات الآلية؟

تقدم Explorium منصة علوم البيانات الشاملة التي تعمل بالاكتشاف المعزز للبيانات وتصميم الميزات. نحن مهتمون بجزء “البيانات” من علوم البيانات — مما يعني الاتصال التلقائي بألاف المصادر الخارجية للبيانات واستخدام العمليات التعلم الآلي لاستخلاص الإشارات الأكثر تأثيرًا والميزات. هذه عملية معقدة ومتعددة المراحل، تبدأ بالاتصال بمصادر متعددة ذات صلة في ما نسميه كتالوج بيانات Explorium. ثم نأتم عملية استكشاف هذا التنوع البيانات المتصل، من خلال اختبار مئات الآلاف من الأفكار للميزات والإشارات المهمة لإنشاء مجموعة الميزات المثالية، وبناء نماذج عليها، وتقديمها إلى الإنتاج بطرق مرنة.

من خلال تلقائية البحث عن البيانات التي تحتاجها، وليس فقط البيانات التي لديك داخليًا، تقوم منصة Explorium بما فعلته محركات البحث للويب — نحن نبحث ونصنف ونقدم لك البيانات الأكثر صلة للأسئلة التنبؤية المطروحة.

هذا يمنح علماء البيانات وقادة الأعمال القدرة على اتخاذ القرارات من خلال إزالة الحواجز التي تحول دون الحصول على البيانات الصحيحة وتحقيق القوة التنبؤية العليا.

ما أنواع مصادر البيانات الخارجية التي تستخدمها Explorium؟

نحن نمتلك وصولًا إلى آلاف المصادر عبر几乎 كل فئة بيانات يمكنك التفكير فيها، بما في ذلك الشركة والجغرافية والسلوكية والزمنية وبيانات الموقع الإلكتروني وغيرها. لدينا فرق متعددة من الخبراء الذين ي专ون في الحصول على البيانات من خلال المصادر المفتوحة العامة والمتاحة والمتقدمة، بالإضافة إلى الشراكات. يمنحنا وصولنا إلى المواهب الفريدة من وحدات الاستخبارات والتكنولوجيا الإسرائيلية خبرة ومهارات كبيرة في استغلال تنوع البيانات لاتخاذ القرارات.

كيف تستخدم Explorium التعلم الآلي لفهم أنواع البيانات التي تهم العملاء؟

هذا جزء من “الصلصة السرية” لذلك لا أستطيع أن أغوص في التفاصيل، ولكن على مستوى عال، نستخدم التعلم الآلي لفهم معنى مختلف أجزاء مجموعات البيانات الخاصة بك، ونستخدم خوارزميات متطورة باستمرار لتحديد مصادر في كتالوجنا المتطور التي قد تكون ذات صلة. من خلال ربط هذه المصادر ببياناتك، نتمكن من أداء عمليات اكتشاف البيانات وتصميم الميزات المعقدة، المصممة خصيصًا لتكون فعالة للبيانات الخارجية والبيانات ذات الأبعاد العالية، لتحديد الميزات الأكثر تأثيرًا من المصادر الأكثر صلة. القيام بذلك في سياق نماذج التعلم الآلي يجعل التأثير قابلاً للقياس إحصائيًا ويسمح لنا بالتعلم والتحسين المستمر لقدراتنا في المطابقة والتحليل والاكتشاف.

إحدى الحلول التي تقدمها هي تقليل مخاطر الاحتيال في التطبيقات للمقرضين عبر الإنترنت باستخدام اكتشاف البيانات المعزز. هل يمكنك أن توضح كيف يعمل هذا الحل؟

القرض هو كل شيء حول التنبؤ والتقليل من المخاطر — سواء كانت من أداء المقترض المالي (مثل الأداء المالي) أو نية السداد (مثل الاحتيال). التطبيقات القرضية هي بطبيعتها ترادف بين رغبة المقرض في جمع المزيد من المعلومات وقدرته على التنافس مع مقدمي الخدمات الآخرين، حيث أن الاستبيانات الأطول والأكثر تعقيدًا تتميز بمعدلات إكمال أقل وتحيزًا بمعنى الكلمة، وهكذا.

مع Explorium، يمكن للمقرضين التقليدية والمحدينة تلقائيًا تعزيز عملية التقديم بمصادر خارجية وموضوعية تضيف السياق الفوري والكشف عن العلاقات المهمة. دون أن أكون متوافقًا جدًا لمساعدة المحتالين، يمكنك أن تتخيل أن هذا قد يعني سلوكيات وخصائص مختلفة تبرز مقابل المتقدمين الحقيقيين إذا كنت قادرًا على جمع نظرة شاملة لهم. كل شيء من الحضور عبر الإنترنت والسجلات الرسمية وأنماط السلوك على وسائل التواصل الاجتماعي والآثار المادية تترك آثارًا قد تُفترض وتختبر كسمات ومؤشرات محتملة إذا كنت تستطيع الوصول إلى البيانات ذات الصلة والخبرة الرأسية. ببساطة، البيانات الأفضل تؤدي إلى نماذج تنبؤية أفضل، مما يترجم إلى مخاطر مخفضة وزيادة الإيرادات للمقرضين.

من منظور أوسع، منذ أن ضرب فيروس كورونا على نطاق عالمي، لقد شهدنا زيادة في أنماط الاحتيال الجديدة، بالإضافة إلى حاجة المقرضين إلى العودة إلى الأساسيات، حيث انهار النموذج بسبب الوباء. لم يأخذ أحد هذا النوع من الحدث “الطائر الأسود” في الاعتبار، وجزء من استجابتنا لمساعدة هذه الشركات كان يتمثل في توليد إشارات مخصصة تساعد في تقييم المخاطر التجارية في هذه الأوقات غير المتوقعة والديناميكية.

يمكنك قراءة المزيد حولها في مقال رائع كتبه معور شلومو، المؤسس المشارك والرئيس التنفيذي لشركة Explorium.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Explorium.