Jerry Xu, Co-Founder & CEO von Datatron – Interview-Serie

Jerry hat umfangreiche Erfahrungen in Maschinellem Lernen, Speichersystemen, Online-Diensten, verteilten Systemen, Virtualisierung und OS-Kernel. Er hat an Hochleistungs- und groß angelegten Systemen bei Unternehmen wie Lyft, Box, Twitter, Zynga und Microsoft gearbeitet. Er ist auch Autor des Open-Source-Projekts Lib Crunch und dreifacher Gewinner des Microsoft Gold Star Award. Jerry hat seinen Master-Abschluss in Informatik an der Shanghai University abgeschlossen. Sein jüngstes Startup ist Datatron.
Datron begann 2016, nachdem Sie Lyft verlassen hatten. Wie kamen Sie ursprünglich auf das Geschäftskonzept von Datatron?

Als wir bei Lyft arbeiteten, fiel uns auf, dass Datenwissenschaftler normalerweise aus unterschiedlichen Hintergründen wie Mathematik, Physik, Bio-Ingenieurwesen usw. kommen. Es ist oft sehr schwierig für sie, den ingenieurtechnischen Teil zu verstehen, wie ihre Modelle funktionieren, obwohl sie eine gute Intuition für das Modell und die Mathematik haben. Das motivierte uns, Datatron zu starten. Wir versuchen nicht, Datenwissenschaftlern zu helfen, das beste Algorithmus zu finden. Wir kommen erst ins Spiel, nachdem der Algorithmus entschieden wurde, und machen die Modellbereitstellung, Überwachung und Verwaltung effizienter.

Datron wurde von 500 Startups ausgewählt, um Teil des 18. Cohorten-Accelerator-Programms zu sein. Wie beeinflusste diese Residenz Sie persönlich und wie managen Sie Datatron?

Wir haben viel von den Erfahrungen bei StartX und 500 Startup gelernt, einschließlich, wie man Investoren pitcht, wie man das Produkt/Markt-Fit findet, wie man Vertrieb/Marketing durchführt, was wir persönlich vorher nicht erlebt haben.

Datron ist eine Management-Plattform für ML-, AI- und Data-Science-Modelle. Könnten Sie einige der Funktionalitäten erläutern, die von Ihrer Plattform angeboten werden?

Unser Produkt hat vier Module: Modellbereitstellung, Modellüberwachung, Modellchallenger und Modellgovernance.

Modellbereitstellung:

Erstellen und skalieren Sie Modellbereitstellungen in nur wenigen Klicks. Bereitstellen Sie Modelle, die in jedem Framework oder jeder Sprache entwickelt wurden.

Modellüberwachung:

Treffen Sie bessere Geschäftsentscheidungen, um Ihrem Team Zeit und Geld zu sparen. Überwachen Sie die Modellleistung und erkennen Sie Modellabbau, während er passiert.

Modellgovernance:

Verbringen Sie weniger Zeit mit Modellvalidierung, Bias-Erkennung und internen Auditprozessen. Gehen Sie von der Modellentwicklung zur internen Auditing bis zur Produktion schneller als je zuvor.

Eines der Einsatzszenarien von Datatron ist die Nachfrageprognose, die für Unternehmen wichtig ist, die Ressourcen planen und zuweisen müssen. Wie spielt Maschinelles Lernen in diesem Zusammenhang eine Rolle?

Die Nachfrage ändert sich normalerweise mit Saisonität und Trend, was ein typisches Maschinelles-Lernen-Problem ist. Maschinelles-Lernen-Modelle wie ARIMA, Recurrent Neural Network (RNN) können aus historischen Daten lernen, um Trend und Saisonität automatisch zu finden und Vorhersagen auf dieser Grundlage zu treffen.

Welche Framework-Modelle (z. B. TensorFlow) unterstützen Sie derzeit?

Wir unterstützen die meisten gängigen Maschinelles-Lernen-Frameworks wie sklearn, TensorFlow, H2O, R, SAS usw.

In welchen Sprachen müssen Modelle erstellt werden, um von Datatron unterstützt zu werden?

Wir unterstützen Modelle in ihren natürlichen Sprachen – Python, R, Java usw.

Welche Arten von Branchen werden am besten durch die Verwendung der Datatron-Plattform bedient?

Unsere Plattform ist grundlegend eine horizontale Lösung, was bedeutet, dass sie von vielen verschiedenen Branchen verwendet werden kann. Derzeit konzentrieren wir uns auf Finanzdienstleistungen und Telekommunikation.

Welche sind einige der herausforderndsten Aspekte der Datenwissenschaft, mit denen Unternehmen konfrontiert sind, und warum löst Datatron diese für sie?

Viele Unternehmen haben bereits unterschiedliche Datenwissenschaftsteams und verwenden verschiedene Tools, um ihre Modelle zu erstellen und haben unterschiedliche Praktiken, um ihre Modelle zu verwalten. Immer mehr Unternehmen erkennen, dass Modelle zu einem Vermögenswert werden und sich direkt auf ihre Umsätze auswirken. Die Verwendung einer Plattform, die Maschinelles Lernen über das gesamte Unternehmen standardisiert, wird kritisch und erforderlich. Unsere Plattform kann helfen, diese Probleme zu lösen.

Gibt es noch etwas, das Sie über Datatron teilen möchten?

Wir haben viel Interesse von großen Unternehmen. Gleichzeitig bauen wir unser Vertriebs- und Marketingteam auf, um potenzielle Kunden aktiv anzusprechen.

Um mehr zu erfahren, besuchen Sie Datatron.