Xavier Conort, Co-Fondateur et CPO de FeatureByte – Série d’entretiens

Xavier Conort est un visionnaire en science des données avec plus de 25 ans d’expérience dans les données. Il a commencé sa carrière en tant qu’actuaire dans l’industrie de l’assurance avant de passer à la science des données. Il est un compétiteur de premier plan sur Kaggle et a été le chef des données scientifiques chez DataRobot avant de co-fonder FeatureByte.

FeatureByte est sur une mission pour mettre à l’échelle l’IA d’entreprise, en simplifiant radicalement et en industrialisant les données d’IA. La plateforme de conception et de gestion de fonctionnalités permet aux data scientists de créer et de partager des fonctionnalités de pointe et des pipelines de données prêts pour la production en quelques minutes – au lieu de semaines ou de mois.

Vous avez commencé votre carrière en tant qu’actuaire dans l’industrie de l’assurance avant de passer à la science des données, qu’est-ce qui a causé ce changement ?

Un moment déterminant a été la victoire du GE Flight Quest, un concours organisé par GE avec un prix de 250 000 $, où les participants devaient prédire les retards des vols intérieurs américains. Je dois partie de ce succès à une pratique précieuse en assurance : la modélisation en deux étapes. Cette approche aide à contrôler les biais dans les fonctionnalités qui manquent de représentation suffisante dans les données de formation disponibles. Avec d’autres victoires sur Kaggle, cette réalisation m’a convaincu que mon expérience en actuariat me donnait un avantage concurrentiel dans le domaine de la science des données.

Pendant mon parcours sur Kaggle, j’ai également eu le privilège de me connecter avec d’autres data scientists enthousiastes, notamment Jeremy Achin et Tom De Godoy, qui deviendraient plus tard les fondateurs de DataRobot. Nous partagions un passé commun dans l’assurance et avions obtenu des succès notables sur Kaggle. Lorsqu’ils ont finalement lancé DataRobot, une entreprise spécialisée dans l’AutoML, ils m’ont invité à les rejoindre en tant que chef des données scientifiques. Leur vision de combiner les meilleures pratiques de l’industrie de l’assurance avec le pouvoir de l’apprentissage automatique m’a enthousiasmé, présentant une opportunité de créer quelque chose d’innovant et d’impactant.

À DataRobot, vous avez joué un rôle clé dans l’élaboration de la feuille de route de la science des données. Quels défis de données avez-vous rencontrés ?

Le défi le plus important que nous avons rencontré était la qualité variable des données fournies en entrée à notre solution AutoML. Ce problème a souvent entraîné soit une collaboration fastidieuse entre notre équipe et les clients, soit des résultats décevants en production si cela n’était pas abordé correctement. Les problèmes de qualité provenaient de plusieurs sources qui nécessitaient notre attention.

L’un des défis principaux provenait de l’utilisation générale d’outils de business intelligence pour la préparation et la gestion des données. Bien que ces outils soient précieux pour générer des insights, ils manquent des capacités nécessaires pour garantir la correction ponctuelle pour la préparation des données d’apprentissage automatique. En conséquence, des fuites dans les données de formation pouvaient se produire, entraînant un surajustement et des performances de modèle inexactes.

Une mauvaise communication entre les data scientists et les data engineers était un autre défi qui affectait l’exactitude des modèles pendant la production. Les incohérences entre les phases de formation et de production, résultant d’un désalignement entre ces deux équipes, pouvaient avoir un impact sur les performances du modèle dans un environnement réel.

Quelles étaient certaines des principales conclusions de cette expérience ?

Mon expérience à DataRobot a mis en évidence l’importance de la préparation des données dans l’apprentissage automatique. En abordant les défis de la génération de données de formation de modèles, tels que la correction ponctuelle, les lacunes d’expertise, les connaissances de domaine, les limitations d’outils et la scalabilité, nous pouvons améliorer l’exactitude et la fiabilité des modèles d’apprentissage automatique. Je suis arrivé à la conclusion que la simplification du processus de préparation des données et l’intégration de technologies innovantes seront instrumentales pour débloquer tout le potentiel de l’IA et tenir ses promesses.

Nous avons également entendu de votre co-fondateur Razi Raziuddin l’histoire de la genèse de FeatureByte, pouvons-nous avoir votre version des événements ?

Lorsque j’ai discuté de mes observations et de mes insights avec mon co-fondateur Razi Raziuddin, nous avons réalisé que nous partagions une compréhension commune des défis de la préparation des données pour l’apprentissage automatique. Lors de nos discussions, j’ai partagé avec Razi mes insights sur les récents progrès de la communauté MLOps. J’ai pu observer l’émergence de magasins de fonctionnalités et de plateformes de fonctionnalités que les entreprises d’IA mettent en place pour réduire la latence de la fourniture de fonctionnalités, encourager la réutilisation de fonctionnalités ou simplifier la matérialisation de fonctionnalités dans les données de formation tout en garantissant la cohérence entre la formation et la production. Cependant, il était évident pour nous qu’il y avait encore un écart pour répondre aux besoins des data scientists. Razi m’a partagé ses insights sur la façon dont la pile de données modernes a révolutionné le BI et l’analyse, mais n’est pas pleinement exploitée pour l’IA.

Il est devenu clair pour Razi et moi que nous avions l’opportunité de faire un impact significatif en simplifiant radicalement le processus de conception de fonctionnalités et en fournissant aux data scientists et aux ingénieurs d’apprentissage automatique les bons outils et l’expérience utilisateur pour une experimentation et une fourniture de fonctionnalités sans faille.

Quels étaient certains de vos plus grands défis pour passer de data scientist à entrepreneur ?

Le passage de data scientist à entrepreneur m’a nécessité de passer d’une perspective technique à une mentalité plus large et orientée business. Bien que j’aie eu une solide base pour comprendre les points de douleur, créer une feuille de route, exécuter des plans, construire une équipe et gérer des budgets, j’ai trouvé que la création du bon message qui résonne vraiment avec notre public cible était l’un de mes plus grands obstacles.

En tant que data scientist, mon principal objectif avait toujours été d’analyser et d’interpréter les données pour en dériver des insights précieux. Cependant, en tant qu’entrepreneur, j’ai dû réorienter ma pensée vers le marché, les clients et l’entreprise dans son ensemble.

Heureusement, j’ai pu surmonter ce défi en exploitant l’expérience de quelqu’un comme mon co-fondateur Razi.

Nous avons entendu de Razi pourquoi la conception de fonctionnalités est si difficile, selon vous, qu’est-ce qui la rend si complexe ?

La conception de fonctionnalités a deux principaux défis :

1. La transformation de colonnes existantes : cela implique la conversion de données dans un format adapté aux algorithmes d’apprentissage automatique. Des techniques telles que l’encodage one-hot, la mise à l’échelle de fonctionnalités et des méthodes avancées telles que la transformation de texte et d’images sont utilisées. La création de nouvelles fonctionnalités à partir de celles existantes, comme des fonctionnalités d’interaction, peut considérablement améliorer les performances du modèle. Des bibliothèques populaires comme scikit-learn et Hugging Face offrent un soutien étendu pour ce type de conception de fonctionnalités. Les solutions AutoML visent à simplifier le processus également.
2. L’extraction de nouvelles colonnes à partir de données historiques : les données historiques sont cruciales dans des domaines tels que les systèmes de recommandation, le marketing, la détection de fraude, le tarification des assurances, la notation de crédit, la prévision de la demande et le traitement de données de capteurs. L’extraction de colonnes informatives à partir de ces données est difficile. Des exemples incluent le temps écoulé depuis le dernier événement, les agrégations sur des événements récents et les embeddings à partir de séquences d’événements. Ce type de conception de fonctionnalités nécessite une expertise de domaine, une expérimentation, de solides compétences en codage et en ingénierie de données, ainsi que des connaissances approfondies en science des données. Des facteurs tels que la fuite de temps, la gestion de grands ensembles de données et l’exécution efficace du code doivent également être pris en compte.

Dans l’ensemble, la conception de fonctionnalités nécessite une expertise, une expérimentation et la construction de pipelines de données complexes ad hoc en l’absence d’outils spécifiquement conçus à cet effet.

Pouvez-vous partager comment FeatureByte donne le pouvoir aux professionnels de la science des données tout en simplifiant les pipelines de fonctionnalités ?

FeatureByte donne le pouvoir aux professionnels de la science des données en simplifiant l’ensemble du processus de conception de fonctionnalités. Avec un SDK Python intuitif, il permet la création et l’extraction rapides de fonctionnalités à partir de grandes tables d’événements et d’éléments. Le calcul est géré de manière efficace en exploitant la scalabilité des plateformes de données telles que Snowflake, DataBricks et Spark. Les notebooks facilitent l’expérimentation, tandis que le partage et la réutilisation de fonctionnalités économisent du temps. L’audit garantit l’exactitude des fonctionnalités, tandis que le déploiement immédiat élimine les problèmes de gestion de pipeline.

En plus de ces capacités offertes par notre bibliothèque open source, notre solution d’entreprise fournit un cadre complet pour la gestion et l’organisation des opérations d’IA à grande échelle, y compris les flux de travail de gouvernance et une interface utilisateur pour le catalogue de fonctionnalités.

Quelle est votre vision pour l’avenir de FeatureByte ?

Notre vision ultime pour FeatureByte est de révolutionner le domaine de la science des données et de l’apprentissage automatique en donnant aux utilisateurs les moyens de libérer tout leur potentiel créatif et d’extraire une valeur sans précédent de leurs actifs de données.

Nous sommes particulièrement enthousiastes à l’égard des progrès rapides de l’IA générative et des transformateurs, qui ouvrent un monde de possibilités pour nos utilisateurs. De plus, nous nous engageons à démocratiser la conception de fonctionnalités. L’IA générative a le potentiel de réduire les barrières à l’entrée pour la conception de fonctionnalités créatives, la rendant plus accessible à un public plus large.

En résumé, notre vision pour l’avenir de FeatureByte tourne autour de l’innovation continue, de l’harnachement du pouvoir de l’IA générative et de la démocratisation de la conception de fonctionnalités. Nous visons à être la plateforme de référence qui permet aux professionnels de la science des données de transformer les données brutes en entrées actionnables pour l’apprentissage automatique, conduisant à des avancées et des percées dans diverses industries.

Avez-vous des conseils pour les entrepreneurs en IA aspirants ?

Définissez votre espace, restez concentrés et accueillez la nouveauté.

En définissant l’espace que vous souhaitez posséder, vous pouvez vous différencier et établir une présence forte dans ce domaine. Recherchez le marché, comprenez les besoins et les points de douleur des clients potentiels, et essayez de fournir une solution unique qui répond efficacement à ces défis.

Définissez votre vision à long terme et fixez des objectifs à court terme clairs qui s’alignent sur cette vision. Concentrez-vous sur la construction d’une base solide et la fourniture de valeur dans votre espace choisi.

Finalement, bien qu’il soit important de rester concentré, n’ayez pas peur d’accueillir la nouveauté et d’explorer de nouvelles idées dans votre espace défini. Le domaine de l’IA évolue constamment, et les approches innovantes peuvent ouvrir de nouvelles opportunités.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter FeatureByte.