Xavier Conort, Co-Founder und CPO von FeatureByte – Interview-Serie

Xavier Conort ist ein visionärer Data-Scientist mit über 25 Jahren Erfahrung in der Datenverarbeitung. Er begann seine Karriere als Aktuar in der Versicherungsbranche, bevor er in die Datenwissenschaft wechselte. Er ist ein Top-Kaggle-Konkurrent und war Chief Data Scientist bei DataRobot, bevor er FeatureByte mitgründete.

FeatureByte ist auf eine Mission, um die Unternehmens-AI zu skalieren, indem sie die Datenverarbeitung für die künstliche Intelligenz radikal vereinfacht und industrialisiert. Die Plattform für Feature-Engineering und -Management ermöglicht es Data-Scientistern, state-of-the-art-Features und produktionsbereite Datenpipelines in Minuten zu erstellen – anstelle von Wochen oder Monaten.

Sie begannen Ihre Karriere als Aktuar in der Versicherungsbranche, bevor Sie in die Datenwissenschaft wechselten. Was war der Grund für diesen Wechsel?

Ein entscheidender Moment war der Gewinn des GE Flight Quest, einem Wettbewerb, der von GE mit einem Preisgeld von 250.000 US-Dollar ausgeschrieben wurde, bei dem die Teilnehmer die Verspätungen von US-amerikanischen Inlandsflügen vorhersagen mussten. Ich verdanke einen Teil meines Erfolgs einer wertvollen Versicherungspraxis: der 2-Stufen-Modellierung. Dieser Ansatz hilft, die Voreingenommenheit in Merkmalen zu kontrollieren, die in den verfügbaren Trainingsdaten nicht ausreichend repräsentiert sind. Zusammen mit anderen Erfolgen bei Kaggle überzeugte mich diese Leistung davon, dass mein aktuarischer Hintergrund mir einen Wettbewerbsvorteil in der Datenwissenschaft verschafft.

Während meiner Kaggle-Reise hatte ich auch das Privileg, andere begeisterte Data-Scientist zu treffen, darunter Jeremy Achin und Tom De Godoy, die später die Gründer von DataRobot wurden. Wir teilten einen gemeinsamen Hintergrund in der Versicherungsbranche und hatten bemerkenswerte Erfolge bei Kaggle erzielt. Als sie schließlich DataRobot gründeten, ein Unternehmen, das sich auf AutoML spezialisiert, luden sie mich ein, als Chief Data Scientist beizutreten. Ihre Vision, die besten Praktiken aus der Versicherungsbranche mit der Macht des maschinellen Lernens zu kombinieren, begeisterte mich und bot mir die Gelegenheit, etwas Innovatives und Bedeutungsvolles zu schaffen.

Bei DataRobot waren Sie maßgeblich an der Entwicklung ihrer Data-Science-Roadmap beteiligt. Welche Arten von Datenherausforderungen mussten Sie bewältigen?

Die größte Herausforderung, der wir gegenüberstanden, war die unterschiedliche Qualität der Daten, die als Eingabe für unsere AutoML-Lösung bereitgestellt wurden. Diese Probleme führten oft zu zeitaufwändigen Zusammenarbeiten zwischen unserem Team und den Kunden oder zu enttäuschenden Ergebnissen in der Produktion, wenn sie nicht angemessen angegangen wurden. Die Qualitätsprobleme resultierten aus mehreren Quellen, die unsere Aufmerksamkeit erforderten.

Eine der Hauptherausforderungen resultierte aus der allgemeinen Verwendung von Business-Intelligence-Tools für die Datenpräparation und -verwaltung. Obwohl diese Tools wertvoll für die Generierung von Erkenntnissen sind, fehlt es ihnen an den Fähigkeiten, die erforderlich sind, um die Punkt-in-der-Zeit-Korrektheit für die Datenpräparation des maschinellen Lernens zu gewährleisten. Als Ergebnis konnten Lecks in den Trainingsdaten auftreten, was zu Overfitting und ungenauer Modellleistung führte.

Ein weiteres Problem war die mangelnde Kommunikation zwischen Data-Scientistern und Data-Engineern, was die Genauigkeit der Modelle während der Produktion beeinträchtigte. Inkonsistenzen zwischen den Trainings- und Produktionsphasen, die durch die mangelnde Abstimmung zwischen diesen beiden Teams entstanden, konnten die Modellleistung in einer realen Umgebung beeinträchtigen.

Welche waren einige der wichtigsten Erkenntnisse aus dieser Erfahrung?

Meine Erfahrung bei DataRobot unterstrich die Bedeutung der Datenpräparation in der maschinellen Intelligenz. Durch die Bewältigung der Herausforderungen bei der Generierung von Trainingsdaten für Modelle, wie der Punkt-in-der-Zeit-Korrektheit, der Fachwissen-Lücken, der Domänenkenntnisse, der Werkzeugbeschränkungen und der Skalierbarkeit, können wir die Genauigkeit und Zuverlässigkeit der maschinellen Lernmodelle verbessern. Ich kam zu dem Schluss, dass die Vereinfachung der Datenpräparationsprozesse und die Integration von innovativen Technologien entscheidend sein werden, um das volle Potenzial der künstlichen Intelligenz zu entfalten und ihre Versprechen zu erfüllen.

Wir haben auch von Ihrem Mitgründer Razi Raziuddin über die Entstehungsgeschichte hinter FeatureByte gehört. Könnten Sie uns Ihre Version der Ereignisse erzählen?

Als ich meine Beobachtungen und Erkenntnisse mit meinem Mitgründer Razi Raziuddin diskutierte, erkannten wir, dass wir ein gemeinsames Verständnis der Herausforderungen in der Datenpräparation für die maschinelle Intelligenz teilten. Während unserer Diskussionen teilte ich Razi meine Erkenntnisse über die jüngsten Fortschritte in der MLOps-Community mit. Ich konnte die Entstehung von Feature-Stores und Feature-Plattformen beobachten, die von AI-ersten Technologieunternehmen implementiert wurden, um die Latenz der Feature-Bereitstellung zu reduzieren, die Wiederverwendung von Features zu fördern oder die Feature-Materialisierung in Trainingsdaten zu vereinfachen, während die Konsistenz zwischen Training und Bereitstellung gewährleistet wird. Es war jedoch offensichtlich, dass es immer noch eine Lücke gab, um die Bedürfnisse der Data-Scientist zu erfüllen. Razi teilte mir seine Erkenntnisse über die moderne Daten-Stack mit, die die Business-Intelligence und Analytics revolutioniert hat, aber nicht vollständig für die künstliche Intelligenz genutzt wird.

Es wurde uns beiden klar, dass wir die Chance hatten, einen bedeutenden Einfluss auszuüben, indem wir den Prozess des Feature-Engineerings radikal vereinfachen und Data-Scientistern und ML-Engineern die richtigen Werkzeuge und Benutzeroberflächen für eine nahtlose Feature-Experimentierung und Feature-Bereitstellung bieten.

Welche waren einige Ihrer größten Herausforderungen beim Übergang von Data-Scientist zu Unternehmer?

Der Übergang von einem Data-Scientist zu einem Unternehmer erforderte von mir, meine Perspektive von einer technischen zu einer umfassenderen, geschäftlichen Orientierung zu ändern. Obwohl ich eine solide Grundlage für das Verständnis von Schmerzpunkten, die Erstellung von Roadmaps, die Ausführung von Plänen, den Aufbau von Teams und die Verwaltung von Budgets hatte, fand ich, dass die Erstellung der richtigen Botschaft, die wirklich mit unserem Zielgruppe resoniert, einer meiner größten Hindernisse war.

Als Data-Scientist lag mein Hauptaugenmerk immer auf der Analyse und Interpretation von Daten, um wertvolle Erkenntnisse zu gewinnen. Als Unternehmer musste ich jedoch meine Denkweise auf den Markt, die Kunden und das gesamte Geschäft ausrichten.

Glücklicherweise konnte ich diese Herausforderung durch die Erfahrung meines Mitgründers Razi überwinden.

Wir haben von Razi gehört, warum das Feature-Engineering so schwierig ist. Aus Ihrer Sicht, was macht es so herausfordernd?

Das Feature-Engineering hat zwei Haupt-Herausforderungen:

1. Die Umwandlung bestehender Spalten: Dies beinhaltet die Umwandlung von Daten in ein geeignetes Format für maschinelle Lern-Algorithmen. Techniken wie One-Hot-Encoding, Feature-Skalierung und fortgeschrittene Methoden wie Text- und Bild-Transformationen werden verwendet. Die Erstellung neuer Features aus bestehenden, wie Interaktions-Features, kann die Modellleistung erheblich verbessern. Beliebte Bibliotheken wie scikit-learn und Hugging Face bieten umfassende Unterstützung für diese Art von Feature-Engineering. AutoML-Lösungen zielen darauf ab, den Prozess zu vereinfachen.
2. Die Extraktion neuer Spalten aus historischen Daten: Historische Daten sind in Problem-Domänen wie Empfehlungssystemen, Marketing, Betrugs-Erkennung, Versicherungs-Preisgestaltung, Kredit-Scoring, Nachfrage-Prognose und Sensor-Daten-Verarbeitung von entscheidender Bedeutung. Die Extraktion von informativen Spalten aus diesen Daten ist herausfordernd. Beispiele umfassen die Zeit seit dem letzten Ereignis, Aggregationen über kürzliche Ereignisse und Einbettungen aus Sequenzen von Ereignissen. Diese Art von Feature-Engineering erfordert Domänen-Expertenwissen, Experimentierfreudigkeit, starke Programmier- und Daten-Engineering-Fähigkeiten sowie tiefes Data-Science-Wissen. Faktoren wie Time-Leakage, die Verarbeitung großer Datenmengen und die effiziente Code-Ausführung müssen ebenfalls berücksichtigt werden.

Insgesamt erfordert das Feature-Engineering Expertenwissen, Experimentierfreudigkeit und die Konstruktion komplexer Ad-hoc-Daten-Pipelines in Abwesenheit von speziell dafür entwickelten Werkzeugen.

Könnten Sie uns erzählen, wie FeatureByte Data-Science-Professionals befähigt, während es die Feature-Pipelines vereinfacht?

FeatureByte befähigt Data-Science-Professionals, indem es den gesamten Prozess im Feature-Engineering vereinfacht. Mit einer intuitiven Python-SDK ermöglicht es die schnelle Erstellung und Extraktion von Features aus großen Ereignis- und Artikel-Tabellen. Die Berechnung wird effizient durch die Nutzung der Skalierbarkeit von Daten-Plattformen wie Snowflake, DataBricks und Spark gehandhabt. Notebooks ermöglichen die Experimentierung, während die Feature-Teilung und -Wiederverwendung Zeit sparen. Auditing stellt die Feature-Genauigkeit sicher, während die sofortige Bereitstellung die Pipeline-Verwaltungs-Kopfschmerzen eliminiert.

Zusätzlich zu diesen Fähigkeiten, die durch unsere Open-Source-Bibliothek angeboten werden, bietet unsere Enterprise-Lösung einen umfassenden Rahmen für die Verwaltung und Organisation von AI-Operationen im großen Maßstab, einschließlich Governance-Workflows und einer Benutzeroberfläche für den Feature-Katalog.

Was ist Ihre Vision für die Zukunft von FeatureByte?

Unsere endgültige Vision für FeatureByte ist es, das Feld der Datenwissenschaft und maschinellen Intelligenz zu revolutionieren, indem wir den Nutzern ermöglichen, ihr volles kreatives Potenzial zu entfalten und einen beispiellosen Wert aus ihren Daten-Assets zu extrahieren.

Wir sind insbesondere aufgeregt über die schnellen Fortschritte in der Generativen AI und den Transformern, die eine Welt von Möglichkeiten für unsere Nutzer eröffnen. Darüber hinaus sind wir bemüht, das Feature-Engineering zu demokratisieren. Die Generative AI hat das Potenzial, die Einstiegshürde für kreatives Feature-Engineering zu senken und es einer breiteren Zielgruppe zugänglich zu machen.

Zusammenfassend dreht sich unsere Vision für die Zukunft von FeatureByte um kontinuierliche Innovation, die Nutzung der Macht der Generativen AI und die Demokratisierung des Feature-Engineerings. Wir zielen darauf ab, die Plattform zu sein, die es Data-Professionals ermöglicht, rohe Daten in handhabbare Eingaben für die maschinelle Intelligenz zu verwandeln, um Durchbrüche und Fortschritte in verschiedenen Branchen voranzutreiben.

Haben Sie Ratschläge für ambitionierte AI-Unternehmer?

Definieren Sie Ihren Raum, bleiben Sie fokussiert und begrüßen Sie Neuheiten.

Indem Sie den Raum definieren, den Sie besetzen möchten, können Sie sich von anderen abheben und eine starke Präsenz in diesem Bereich etablieren. Forschen Sie den Markt, verstehen Sie die Bedürfnisse und Schmerzpunkte potenzieller Kunden und streben Sie danach, eine einzigartige Lösung zu bieten, die diese Herausforderungen effektiv angeht.

Definieren Sie Ihre langfristige Vision und setzen Sie klare kurzfristige Ziele, die mit dieser Vision übereinstimmen. Konzentrieren Sie sich auf den Aufbau einer soliden Grundlage und liefern Sie Wert in Ihrem gewählten Raum.

Schließlich, während es wichtig ist, fokussiert zu bleiben, sollten Sie nicht vor der Aufnahme von Neuheiten und der Erforschung neuer Ideen innerhalb Ihres definierten Raums zurückschrecken. Das Feld der künstlichen Intelligenz entwickelt sich ständig weiter, und innovative Ansätze können neue Chancen eröffnen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten FeatureByte besuchen.