जेरी शू, डेटाट्रॉन के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

जेरी के पास मशीन लर्निंग, स्टोरेज सिस्टम, ऑनलाइन सेवा, वितरित सिस्टम, वर्चुअलाइजेशन और ओएस कर्नेल में व्यापक अनुभव है। उन्होंने लिफ्ट, बॉक्स, ट्विटर, जिंगा और माइक्रोसॉफ्ट जैसी कंपनियों में उच्च प्रदर्शन और बड़े पैमाने पर सिस्टम पर काम किया है। उन्होंने ओपन-सोर्स प्रोजेक्ट लिब क्रंच को भी लिखा है और तीन बार माइक्रोसॉफ्ट गोल्ड स्टार अवार्ड विजेता हैं। जेरी ने शंघाई विश्वविद्यालय में कंप्यूटर विज्ञान में अपनी मास्टर डिग्री पूरी की। उनका最新 स्टार्टअप डेटाट्रॉन है।
डेटाट्रॉन 2016 में लिफ्ट छोड़ने के बाद शुरू हुआ। आपने最初 डेटाट्रॉन व्यवसाय की अवधारणा कैसे सोची?

जब हम लिफ्ट में काम करते थे, तो हमने देखा कि डेटा वैज्ञानिक अक्सर गणित, भौतिकी, जैव-इंजीनियरिंग आदि जैसे विविध पृष्ठभूमि से आते हैं। यह अक्सर उनके लिए इंजीनियरिंग के हिस्से को समझना मुश्किल होता है, हालांकि उन्हें मॉडल और गणित पर अच्छी直觉 होती है। यही बात हमें डेटाट्रॉन शुरू करने के लिए प्रेरित करती है। हम डेटा वैज्ञानिकों को सबसे अच्छा अल्गोरिदम खोजने में मदद नहीं कर रहे हैं। हम केवल तब आते हैं जब अल्गोरिदम तय हो जाता है और मॉडल तैनाती, निगरानी और प्रबंधन को अधिक कुशल बनाने के लिए।

डेटाट्रॉन को 500 स्टार्टअप्स द्वारा 18वें कोहोर्ट ऑफ एक्सेलरेटर कंपनियों में शामिल होने के लिए चुना गया था। यह आवास आपको व्यक्तिगत रूप से कैसे प्रभावित किया और आपने डेटाट्रॉन का प्रबंधन कैसे किया?

हमने स्टार्टएक्स और 500 स्टार्टअप के अनुभवों से बहुत कुछ सीखा, जिसमें निवेशकों को पिच करना, उत्पाद/बाजार का मिलान करना, बिक्री/विपणन चलाना शामिल है, जिनका अनुभव हमारे पास पहले नहीं था।

डेटाट्रॉन एमएल, एआई और डेटा साइंस मॉडल के लिए एक प्रबंधन प्लेटफ़ॉर्म है। क्या आप अपने प्लेटफ़ॉर्म द्वारा प्रदान की जाने वाली कुछ कार्यक्षमताओं पर प्रकाश डाल सकते हैं?

हमारे उत्पाद में अब चार मॉड्यूल हैं, मॉडल तैनाती, मॉडल मॉनिटरिंग, मॉडल चैलेंजर और मॉडल गवर्नेंस。

मॉडल तैनाती:

कुछ ही क्लिक में मॉडल तैनाती और स्केल करें। किसी भी फ्रेमवर्क या भाषा में विकसित मॉडल तैनात करें।

मॉडल मॉनिटरिंग:

बेहतर व्यवसायिक निर्णय लेने के लिए अपनी टीम को समय और पैसा बचाएं। मॉडल प्रदर्शन की निगरानी करें और मॉडल क्षय का पता लगाएं जब यह होता है।

मॉडल गवर्नेंस:

मॉडल सत्यापन, पूर्वाग्रह का पता लगाने और आंतरिक लेखा परीक्षा प्रक्रियाओं पर कम समय बिताएं। मॉडल विकास से आंतरिक लेखा परीक्षा तक तेजी से पहुंचें।

डेटाट्रॉन के उपयोग के मामलों में से एक मांग पूर्वानुमान है, जो संसाधनों की योजना और आवंटन के लिए उद्यमों के लिए महत्वपूर्ण है। मशीन लर्निंग इस प्रक्रिया में कैसे शामिल होती है?

मांग आमतौर पर मौसमी और रुझान दोनों में बदलती है, जो एक典型 मशीन लर्निंग समस्या है। मशीन लर्निंग मॉडल जैसे एआरआईएमए, रिकरेंट न्यूरल नेटवर्क (आरएनएन) ऐतिहासिक डेटा से सीखते हैं और स्वचालित रूप से रुझान और मौसमी का पता लगाते हैं और उसके आधार पर भविष्यवाणी करते हैं।

आप वर्तमान में किन फ्रेमवर्क मॉडलों (जैसे टेंसोरफ्लो) का समर्थन करते हैं?

हम अधिकांश लोकप्रिय मशीन लर्निंग फ्रेमवर्क जैसे स्किकिट-लर्न, टेंसोरफ्लो, एच2ओ, आर, एसएएस आदि का समर्थन करते हैं।

मॉडलों को डेटाट्रॉन द्वारा समर्थित होने के लिए किन भाषाओं में बनाया जाना चाहिए?

हम मॉडलों को उनकी मूल भाषाओं में समर्थन करते हैं – पाइथन, आर, जावा आदि।

कौन से उद्योग डेटाट्रॉन प्लेटफ़ॉर्म का उपयोग करने से सबसे अच्छी तरह से लाभान्वित हो सकते हैं?

मूल रूप से, हमारा प्लेटफ़ॉर्म एक क्षैतिज समाधान है, जिसका अर्थ है कि यह कई अलग-अलग उद्योगों में उपयोग किया जा सकता है। वर्तमान में, हम वित्तीय सेवाओं और दूरसंचार पर ध्यान केंद्रित कर रहे हैं।

कंपनियों को डेटा साइंस के कौन से सबसे चुनौतीपूर्ण पहलू का सामना करना पड़ता है, और डेटाट्रॉन इसे क्यों हल करता है?

बहुत सी कंपनियों के पास विभिन्न डेटा साइंस टीमें हैं और वे अपने मॉडल बनाने और प्रबंधित करने के लिए विभिन्न उपकरणों का उपयोग करती हैं। अधिक से अधिक उद्यमों ने महसूस किया है कि मॉडल उनकी शीर्ष पंक्ति को सीधे प्रभावित करने वाला एक परिसंपत्ति बन रहा है। कंपनी भर में मशीन लर्निंग प्रथाओं को मानकीकृत करने के लिए एक प्लेटफ़ॉर्म होना महत्वपूर्ण हो जाता है। हमारा प्लेटफ़ॉर्म उन मुद्दों को हल करने में मदद कर सकता है।

क्या डेटाट्रॉन के बारे में आप कुछ और साझा करना चाहेंगे?

हमें बड़े उद्यमों से बहुत सारे आगंतुक हित मिले हैं। साथ ही, हम अपनी बिक्री और विपणन टीम का भी निर्माण कर रहे हैं ताकि हम सक्रिय रूप से संभावित ग्राहकों तक पहुंच सकें।

अधिक जानने के लिए डेटाट्रॉन पर जाएं।