Ο Omer Har, Συνιδρυτής και Διευθύνων Σύμβουλος, Explorium – Σειρά Συνεντεύξεων

Ο Omer Har είναι βετεράνος της επιστήμης των δεδομένων και του λογισμικού με σχεδόν μία δεκαετία εμπειρίας στην κατασκευή μοντέλων AI που ωθούν τις μεγάλες επιχειρήσεις προς τα εμπρός.

Ο Omer Har είναι ο Συνιδρυτής και Διευθύνων Σύμβουλος της Explorium, μια εταιρεία που προσφέρει μια πλατφόρμα επιστήμης των δεδομένων πρώτου επιπέδου που ενισχύεται από την ανακάλυψη δεδομένων και την μηχανική χαρακτηριστικών. Αυтомατίζοντας τη σύνδεση με χιλιάδες εξωτερικές πηγές δεδομένων και αξιοποιώντας τη μηχανική μάθηση για να εξαγάγει τα πιο σημαντικά σήματα, η πλατφόρμα Explorium ενδυναμώνει τους επιστήμονες δεδομένων και τους ηγέτες επιχειρήσεων να λάβουν αποφάσεις με την εξάλειψη του εμπόδιου για την απόκτηση των σωστών δεδομένων και την ενεργοποίηση της ανώτερης προβλεπτικής δύναμης.

Πότε ανακάλυψα για πρώτη φορά ότι ήθελα να ασχοληθώ με την επιστήμη των δεδομένων;

Το ενδιαφέρον μου για την επιστήμη των δεδομένων χρονολογείται πριν από πάνω από μια δεκαετία, που είναι περίπου όσο καιρό έχω ασχοληθεί και ηγηθεί ομάδων επιστήμης δεδομένων. Ξεκίνησα ως μηχανικός λογισμικού, αλλά ήμουν πάντα προσελκυσμένος από τις σύνθετες δεδομένες και τις αλγοριθμικές προκλήσεις από τις πρώτες μέρες. Ήμουν τυχερός που έμαθα το επάγγελμα στο Microsoft (MSFT ) Research, που ήταν ένα από τα λίγα μέρη εκείνη την εποχή όπου θα μπορούσες πραγματικά να εργαστείς σε σύνθετες εφαρμοσμένες προκλήσεις μηχανικής μάθησης σε κλίμακα.

Ιδρύσατε την Explorium το 2017, θα μπορούσατε να συζητήσετε την έμπνευση πίσω από την εκκίνηση αυτής της εταιρείας;

Η Explorium βασίζεται σε μια απλή και πολύ ισχυρή ανάγκη — υπάρχει τόσο πολλά δεδομένα γύρω μας που θα μπορούσαν να βοηθήσουν στην κατασκευή καλύτερων μοντέλων, αλλά δεν υπάρχει τρόπος να γνωρίζουμε εκ των προτέρων ποια δεδομένα θα είναι επιδραστικά και πώς. Η αρχική ιδέα προήλθε από τον Maor Shlomo, συνιδρυτή και Διευθύνοντα Σύμβουλο της Explorium, ο οποίος αντιμετώπισε μια άνευ προηγουμένου ποικιλία δεδομένων κατά τη διάρκεια της στρατιωτικής του θητείας και αντιμετώπισε τρόπους να αξιοποιήσει αυτά τα δεδομένα στη λήψη αποφάσεων και μοντελοποίηση. Όταν οι τρεις από εμάς συναντηθήκαμε για πρώτη φορά, ήταν αμέσως σαφές σε εμάς ότι αυτή η εμπειρία αντανακλά τις ανάγκες που αντιμετωπίζαμε στον επιχειρηματικό κόσμο, ιδιαίτερα σε γρήγορα αναπτυσσόμενους τομείς που οδηγούνται από την επιστήμη των δεδομένων, όπως η διαφήμιση και η τεχνολογία μάρκετινγκ, όπου και οι δύο, εγώ και ο Or Tamir (Συνιδρυτής και Διευθύνων Σύμβουλος της Explorium), οδηγούσαμε την ανάπτυξη μέσω δεδομένων.

Πριν από την Explorium, η εύρεση σχετικών πηγών δεδομένων που θα μπορούσαν πραγματικά να κάνουν μια επίδραση — για να βελτιώσετε την ακρίβεια του μοντέλου μηχανικής μάθησης — ήταν μια χρονοβόρα, δαπανηρή και επικίνδυνη διαδικασία με χαμηλές πιθανότητες επιτυχίας. Ο λόγος είναι ότι βασικά μαντεύετε και χρησιμοποιείτε τους πιο ακριβούς ανθρώπους — τους επιστήμονες δεδομένων — για να πειραματιστείτε. Επιπλέον, η απόκτηση δεδομένων είναι μια σύνθετη επιχειρηματική διαδικασία και οι ομάδες επιστήμης δεδομένων συνήθως δεν έχουν τη δυνατότητα να εμπλακούν εμπορικά με πολλές πηγές δεδομένων.

Ως ηγέτης της επιστήμης των δεδομένων που μετράται από την επιχειρηματική επίδραση που παράγουν τα μοντέλα, δεν είχα το λουξ να στείλω την ομάδα μου σε μια άγρια goose chase. Jako αποτέλεσμα, συχνά προτιμώ να αναπτύξω τις προσπάθειές μου σε πράγματα που μπορούν να έχουν μια πολύ χαμηλότερη επίδραση από μια σχετική νέα πηγή δεδομένων, απλώς και μόνο επειδή είναι πολύ πιο εντός του εύρους του ελέγχου μου.

Η Explorium πρόσφατα raised επιτυχώς ένα επιπλέον $31M σε χρηματοδότηση σε μια Σειρά B γύρο. Έχετε驚訝 από το πόσο γρήγορα έχει αναπτυχθεί η εταιρεία σας;

Έχει σίγουρα sido ένα ρόκετ σκάφος μέχρι τώρα, και δεν μπορείτε ποτέ να το θεωρήσετε ως δεδομένο. Δεν μπορώ να πω ότι ήμουν έκπληκτος από το πόσο διαδεδομένη είναι η ανάγκη για καλύτερα δεδομένα, αλλά είναι πάντα μια απίστευτη εμπειρία να δείτε την επίδραση που παράγεται για τους πελάτες και την επιχείρησή τους. Η μεγαλύτερη αναλυτική πρόκληση που θα αντιμετωπίσουν οι οργανισμοί τις επόμενες δεκαετίες είναι η εύρεση των σωστών δεδομένων για να ταΐσουν τα μοντέλα και τις αυτοματοποιημένες διαδικασίες. Τα σωστά δεδομένα possono στεφανώσουν τους νέους ηγέτες της αγοράς, οπότε η ανάπτυξή μας αντανακλά πραγματικά τον ταχέως αυξανόμενο αριθμό των πελατών που αντιλαμβάνονται这一點 και κάνουν τα δεδομένα προτεραιότητα. Στην πραγματικότητα, ο αριθμός των “Data Hunters” — ανθρώπων που ψάχνουν δεδομένα ως μέρος της καθημερινής τους δουλειάς — αυξάνεται εκθετικά σύμφωνα με την εμπειρία μας.

Μπορείτε να εξηγήσετε τι είναι η πλατφόρμα δεδομένων της Explorium και τι είναι η αυτοματοποιημένη διαδικασία ανακάλυψης δεδομένων;

Η Explorium προσφέρει μια ολοκληρωμένη πλατφόρμα επιστήμης των δεδομένων που ενισχύεται από την ανακάλυψη δεδομένων και την μηχανική χαρακτηριστικών. Εστιάζουμε στο “δεδομένα” μέρος της επιστήμης των δεδομένων — που σημαίνει αυτοματοποίηση της σύνδεσης με χιλιάδες εξωτερικές πηγές δεδομένων και αξιοποίηση διαδικασιών μηχανικής μάθησης για να εξαγάγει τα πιο σημαντικά σήματα και χαρακτηριστικά. Αυτή είναι μια σύνθετη και πολυβάθμια διαδικασία, η οποία ξεκινά με τη σύνδεση με eine ποικιλία συναφών πηγών στο λεγόμενο κατάλογο δεδομένων της Explorium. Στη συνέχεια, αυτοματοποιούμε τη διαδικασία που εξερευνά αυτή την διασυνδεμένη ποικιλία δεδομένων, δοκιμάζοντας εκατοντάδες χιλιάδες ιδέες για σημαντικά χαρακτηριστικά και σήματα για να δημιουργήσουμε το βέλτιστο σύνολο χαρακτηριστικών, να κατασκευάσουμε μοντέλα πάνω σε αυτό και να τα εξυπηρετήσουμε στην παραγωγή με ευέλικτους τρόπους.

Αυτοματοποιώντας την αναζήτηση των δεδομένων που χρειάζεστε, όχι μόνο των δεδομένων που έχετε εσωτερικά, η πλατφόρμα της Explorium κάνει για την επιστήμη των δεδομένων αυτό που κάνουν οι μηχανές αναζήτησης για το web — ψάχνουμε, κατατάσσουμε και σας φέρνουμε τα πιο σχετικά δεδομένα για το προβλεπτικό ερώτημα που έχεις.

Αυτή η διαδικασία ενδυναμώνει τους επιστήμονες δεδομένων και τους ηγέτες επιχειρήσεων να λάβουν αποφάσεις με την εξάλειψη του εμπόδιου για την απόκτηση των σωστών δεδομένων και την ενεργοποίηση της ανώτερης προβλεπτικής δύναμης.

Τι είδους εξωτερικές πηγές δεδομένων αξιοποιεί η Explorium;

Διαθέτουμε πρόσβαση σε χιλιάδες πηγές σε σχεδόν κάθε κατηγορία δεδομένων που μπορείτε να σκεφτείτε, συμπεριλαμβανομένων εταιρικών, γεωχωρικών, συμπεριφορικών, χρονικών, δεδομένων ιστοσελίδας και πολλά άλλα. Έχουμε πολλές εξειδικευμένες ομάδες που ειδικεύονται στην απόκτηση δεδομένων μέσω ανοιχτών, δημόσιων και premium πηγών, καθώς και συνεργασιών. Η πρόσβασή μας σε μοναδικό ταλέντο από τις κορυφαίες μονάδες istihνοποίησης και τεχνολογίας του Ισραήλ φέρνει σημαντική εμπειρία και γνώση στη χρήση της ποικιλίας δεδομένων για λήψη αποφάσεων.

Πώς χρησιμοποιεί η Explorium τη μηχανική μάθηση για να κατανοήσει ποια είδη δεδομένων είναι σχετικά με τους πελάτες;

Αυτό είναι μέρος του “μυστικού μπαχαρικού” μας, οπότε δεν μπορώ να το εξηγήσω λεπτομερώς, αλλά σε υψηλό επίπεδο, χρησιμοποιούμε τη μηχανική μάθηση για να κατανοήσουμε τη σημασία πίσω από τα διάφορα μέρη των συνόλων δεδομένων και να εφαρμόσουμε συνεχώς βελτιωμένα αλγόριθμους για να αναγνωρίσουμε ποια πηγές στο εξελισσόμενο κατάλογό μας είναι πιθανώς σχετικές. Συνδέοντας αυτές τις πηγές με τα δεδομένα σας, είμαστε σε θέση να thực hiện σύνθετες διαδικασίες ανακάλυψης δεδομένων και μηχανικής χαρακτηριστικών, ειδικά σχεδιασμένες για να είναι αποτελεσματικές για εξωτερικά και υψηλοδιαστατικά δεδομένα, για να αναγνωρίσουμε τα πιο σημαντικά χαρακτηριστικά από τις πιο σχετικές πηγές. Κάνοντας όλα αυτά στο контέκστ των μοντέλων μηχανικής μάθησης κάνει την επίδραση στατιστικά μετρήσιμη και μας επιτρέπει να μαθαίνουμε και να βελτιώνουμε συνεχώς τις ικανότητές μας για αναζήτηση, γεννήτρια και ανακάλυψη.

Μια από τις λύσεις που προσφέρονται είναι η μείωση του κινδύνου απάτης για τους online δανειστές χρησιμοποιώντας την αυξημένη ανακάλυψη δεδομένων. Μπορείτε να εξηγήσετε λεπτομερώς πώς λειτουργεί αυτή η λύση;

Η δανειοδότηση είναι όλα για την πρόβλεψη και την μείωση του κινδύνου — είτε προέρχεται από την ικανότητα του δανειολήπτη να αποπληρώσει το δάνειο (π.χ. οικονομική απόδοση) ή την πρόθεσή του να το κάνει (π.χ. απάτη). Οι αιτήσεις δανείου είναι εγγενώς μια συναλλαγή μεταξύ της επιθυμίας του δανειστή να συλλέξει περισσότερες πληροφορίες και της ικανότητάς του να ανταγωνιστεί με άλλους παρόχους, καθώς οι μακρύτερες και πιο πολύπλοκες ερωτηματολόγια έχουν χαμηλότερους ρυθμούς ολοκλήρωσης, είναι προκατειλημμένα κατά definition και ούτω καθεξής.

Με την Explorium, τόσο οι incumbents όσο και οι online προκλήσεις μπορούν να αυτοματοποιήσουν τη διαδικασία αίτησης με εξωτερικές και αντικειμενικές πηγές που προσθέτουν άμεσο контέκστ και αποκαλύπτουν σημαντικές σχέσεις. Χωρίς να αποκαλύπτουμε πολύ για να βοηθήσουμε τους απάτες, μπορείτε να φανταστείτε ότι, στο контέκστ της απάτης, αυτό θα μπορούσε να σημαίνει διαφορετικές συμπεριφορές και ιδιότητες που ξεχωρίζουν από τους πραγματικούς αιτούντες εάν μπορείτε να συλλέξετε μια 360-θέα τους. Όλα, από την παρουσία στο διαδίκτυο, τα επίσημα αρχεία, τα συμπεριφορικά μοτίβα στα κοινωνικά μέσα και τα φυσικά ίχνη αφήνουν ψίχουλα που θα μπορούσαν να υποθέσουν και να δοκιμαστούν ως πιθανά χαρακτηριστικά και δείκτες εάν μπορείτε να αποκτήσετε πρόσβαση στα σχετικά δεδομένα και την κάθετη γνώση. Απλώς, καλύτερα δεδομένα εγγυώνται καλύτερα προβλεπτικά μοντέλα, τα οποία μεταφράζουν τη μείωση του κινδύνου και την υψηλότερη απόδοση για τους δανειστές.

Σε μια ευρύτερη προοπτική, από τότε που η πανδημία του COVID-19 χτύπησε σε παγκόσμιο επίπεδο, έχουμε δει μια αύξηση σε νέους τύπους απάτης, καθώς και την ανάγκη των δανειστών να επιστρέψουν στις βασικές αρχές, καθώς η πανδημία έσπασε όλα τα μοντέλα. Κανείς δεν είχε πραγματικά λάβει υπόψη αυτό το είδος εκδήλωσης “Μαύρου Κύκνου” και μέρος της αρχικής μας απάντησης για να βοηθήσουμε αυτές τις εταιρείες έχει sido η δημιουργία προσαρμοσμένων σημάτων που βοηθούν στην αξιολόγηση του επιχειρηματικού κινδύνου σε αυτές τις αβέβαιες και δυναμικές φορές. Μπορείτε να διαβάσετε περισσότερα σε ένα εξαιρετικό άρθρο γραμμένο από τον Maor Shlomo, Συνιδρυτή και Διευθύνοντα Σύμβουλο της Explorium.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Explorium.