Omer Har, Co-Fundador y CTO de Explorium – Serie de Entrevistas

Omer Har es un veterano de la ciencia de datos y la ingeniería de software con casi una década de experiencia en la construcción de modelos de inteligencia artificial que impulsan a las grandes empresas hacia adelante.

Omer Har es el Co-Fundador y CTO de Explorium, una empresa que ofrece una plataforma de ciencia de datos de vanguardia impulsada por la descubierta de datos mejorada y la ingeniería de características. Al conectar automáticamente con miles de fuentes de datos externas y aprovechar el aprendizaje automático para destilar las señales y características más impactantes, la plataforma de Explorium permite a los científicos de datos y líderes empresariales tomar decisiones informadas al eliminar la barrera para adquirir los datos adecuados y habilitar un poder predictivo superior.

¿Cuándo descubriste por primera vez que querías involucrarte en la ciencia de datos?

Mi interés en la ciencia de datos se remonta a más de una década, que es aproximadamente el tiempo que he estado practicando y liderando equipos de ciencia de datos. Comencé como ingeniero de software, pero siempre me sentí atraído por los desafíos complejos de datos y algoritmos desde el principio. Tuve la suerte de haber aprendido el oficio en Microsoft (MSFT ) Research, que fue uno de los pocos lugares en ese momento donde podías trabajar en desafíos de aprendizaje automático aplicado complejo a gran escala.

Co-fundaste Explorium en 2017, ¿podrías hablar sobre la inspiración detrás del lanzamiento de esta startup?

Explorium se basa en una necesidad simple y muy poderosa: hay mucha información alrededor que podría potencialmente ayudar a construir mejores modelos, pero no hay forma de saber de antemano qué fuentes de datos serán impactantes y cómo. La idea original provino de Maor Shlomo, co-fundador y CEO de Explorium, quien estaba lidiando con una variedad de datos sin precedentes en su servicio militar y buscando formas de aprovecharla para la toma de decisiones y la modelización. Cuando los tres nos reunimos por primera vez, fue inmediatamente claro para nosotros que esta experiencia reflejaba las necesidades que estábamos tratando en el mundo empresarial, particularmente en campos de ciencia de datos impulsados por el crecimiento rápido como la publicidad y la tecnología de marketing, donde tanto yo como Or Tamir (co-fundador y COO de Explorium) estábamos liderando el crecimiento a través de los datos.

Antes de Explorium, encontrar fuentes de datos relevantes que realmente hicieran un impacto en la precisión de tu modelo de aprendizaje automático era un proceso laborioso, costoso y con pocas posibilidades de éxito. La razón es que básicamente estabas adivinando y utilizando a tus personas más costosas, los científicos de datos, para experimentar. Además, la adquisición de datos en sí es un proceso de negocios complejo y los equipos de ciencia de datos generalmente no tienen la capacidad de comprometerse comercialmente con múltiples proveedores de datos.

Como líder de ciencia de datos que se medía por el impacto empresarial generado por los modelos, no tenía el lujo de enviar a mi equipo en una búsqueda inútil. Como resultado, a menudo prefiero desplegar mis esfuerzos en cosas que pueden tener un impacto mucho menor que una fuente de datos relevante nueva, simplemente porque están mucho más dentro de mi ámbito de control.

Explorium acaba de recaudar con éxito $31 millones adicionales en una ronda de financiación Serie B. ¿Te ha sorprendido la velocidad a la que ha crecido tu empresa?

Definitivamente ha sido un viaje en cohete hasta ahora, y nunca puedes dar por sentado eso. No puedo decir que me sorprendió la amplitud de la necesidad de mejores datos, pero siempre es una experiencia increíble ver el impacto que generas para los clientes y su negocio. El mayor desafío analítico que enfrentarán las organizaciones en la próxima década es encontrar los datos adecuados para alimentar sus modelos y procesos automatizados. Los activos de datos adecuados pueden coronar a los nuevos líderes del mercado, por lo que nuestro crecimiento refleja realmente el número rápidamente creciente de clientes que se dan cuenta de eso y están priorizando los datos. De hecho, el número de “cazadores de datos” (personas que buscan datos como parte de su trabajo diario) está creciendo exponencialmente en nuestra experiencia.

¿Podrías explicar qué es la plataforma de datos de Explorium y qué es el proceso de descubierta de datos automatizado?

Explorium ofrece una plataforma de ciencia de datos de extremo a extremo impulsada por la descubierta de datos mejorada y la ingeniería de características. Nos centramos en la “parte de datos” de la ciencia de datos, lo que significa conectar automáticamente con miles de fuentes de datos externas y aprovechar procesos de aprendizaje automático para destilar las señales y características más impactantes. Este es un proceso complejo y de múltiples etapas que comienza conectando a una multitud de fuentes contextualmente relevantes en lo que llamamos el catálogo de datos de Explorium. Luego, automatizamos el proceso que explora esta variedad de datos interconectados, probando cientos de miles de ideas para características y señales significativas para crear el conjunto de características óptimo, construir modelos sobre él y servirlos en producción de manera flexible.

Al automatizar la búsqueda de los datos que necesitas, no solo los datos que tienes internamente, la plataforma de Explorium está haciendo para la ciencia de datos lo que los motores de búsqueda hicieron para la web: estamos buscando, clasificando y trayendo los datos más relevantes para la pregunta predictiva en cuestión.

Esto permite a los científicos de datos y líderes empresariales tomar decisiones informadas al eliminar la barrera para adquirir los datos adecuados y habilitar un poder predictivo superior.

¿Qué tipos de fuentes de datos externos utiliza Explorium?

Tenemos acceso a miles de fuentes a través de prácticamente cualquier categoría de datos que puedas pensar, incluyendo datos de empresas, geoespaciales, de comportamiento, basados en el tiempo, de sitios web y más. Tenemos varios equipos expertos que se especializan en la adquisición de datos a través de fuentes abiertas, públicas y de pago, así como en asociaciones. Nuestro acceso a talento único de las mejores unidades de inteligencia y tecnología de Israel aporta conocimientos y experiencia sustanciales en la utilización de la variedad de datos para la toma de decisiones.

¿Cómo utiliza Explorium el aprendizaje automático para comprender qué tipos de datos son relevantes para los clientes?

Esta es parte de nuestra “salsa secreta”, así que no puedo profundizar, pero a alto nivel, utilizamos el aprendizaje automático para comprender el significado detrás de las diferentes partes de tus conjuntos de datos y empleamos algoritmos constantemente mejorados para identificar qué fuentes en nuestro catálogo en evolución son potencialmente relevantes. Al conectar realmente estas fuentes a tus datos, podemos realizar procesos complejos de descubierta de datos y ingeniería de características, específicamente diseñados para ser efectivos para datos externos y de alta dimensionalidad, para identificar las características más impactantes de las fuentes más relevantes. Hacerlo todo en el contexto de modelos de aprendizaje automático hace que el impacto sea medible estadísticamente y nos permite aprender y mejorar constantemente nuestras capacidades de coincidencia, generación y descubierta.

Una de las soluciones que se ofrece es mitigar el riesgo de fraude de solicitud para prestamistas en línea utilizando la descubierta de datos mejorada. ¿Podrías entrar en detalles sobre cómo funciona esta solución?

El préstamo se trata de predecir y mitigar el riesgo, ya sea el riesgo de que el prestatario pueda devolver el préstamo (por ejemplo, desempeño financiero) o su intención de hacerlo (por ejemplo, fraude). Las solicitudes de préstamo son inherentemente un equilibrio entre el deseo del prestamista de recopilar más información y su capacidad para competir con otros proveedores, ya que los cuestionarios más largos y más engorrosos tienen tasas de finalización más bajas, están sesgados por definición, etc.

Con Explorium, tanto los bancos establecidos como los desafíos en línea pueden automatizar el proceso de solicitud con fuentes externas y objetivas que agregan contexto inmediato y descubren relaciones significativas. Sin dar demasiado a los estafadores, puedes imaginar que en el contexto del fraude esto podría significar diferentes comportamientos y propiedades que se destacan en comparación con solicitantes reales si puedes recopilar una visión de 360 grados de ellos. Todo, desde la presencia en línea, registros oficiales, patrones de comportamiento en las redes sociales y huellas físicas, deja migas de pan que podrían ser hipotetizadas y probadas como características e indicadores potenciales si puedes acceder a los datos relevantes y el conocimiento vertical. Simplemente, mejores datos garantizan mejores modelos predictivos, lo que se traduce en una reducción del riesgo y un aumento de los ingresos para los prestamistas.

En una visión más amplia, desde que el COVID-19 golpeó a escala global, hemos visto un aumento en nuevos patrones de fraude, así como en la necesidad de los prestamistas de regresar a los conceptos básicos, ya que la pandemia rompió todos los modelos. Nadie realmente tomó en cuenta este tipo de evento de “cisne negro” y parte de nuestra respuesta inicial para ayudar a estas empresas ha sido generar señales personalizadas que ayuden a evaluar el riesgo empresarial en estos tiempos inciertos y dinámicos.

Puedes leer más sobre ello en un excelente artículo escrito por Maor Shlomo, co-fundador y CEO de Explorium.

Gracias por la excelente entrevista, los lectores que desean saber más pueden visitar Explorium.