ओमेर हर, सह-संस्थापक और सीटीओ, एक्सप्लोरियम – साक्षात्कार श्रृंखला

ओमेर हर एक डेटा साइंस और सॉफ्टवेयर इंजीनियरिंग विशेषज्ञ हैं जिनके पास लगभग एक दशक का अनुभव है जो बड़े व्यवसायों को आगे बढ़ाने वाले एआई मॉडल बनाने में है।

ओमेर हर एक्सप्लोरियम के सह-संस्थापक और सीटीओ हैं, जो एक ऐसी कंपनी है जो पहली बार एक अद्वितीय डेटा साइंस प्लेटफ़ॉर्म प्रदान करती है जो ऑगमेंटेड डेटा डिस्कवरी और फीचर इंजीनियरिंग द्वारा संचालित है। हज़ारों बाहरी डेटा स्रोतों से स्वचालित रूप से जुड़ने और मशीन लर्निंग का लाभ उठाने से सबसे प्रभावी संकेतों को निकालने के लिए, एक्सप्लोरियम प्लेटफ़ॉर्म डेटा वैज्ञानिकों और व्यवसायिक नेताओं को निर्णय लेने के लिए सशक्त बनाता है जो सही डेटा प्राप्त करने की बाधा को दूर करता है और श्रेष्ठ भविष्यसूचक शक्ति को सक्षम बनाता है।

जब आप पहली बार डेटा साइंस में शामिल होना चाहते थे?

मेरी डेटा साइंस में रुचि एक दशक से अधिक समय से है, जो लगभग उतना ही समय है जितना मैं डेटा साइंस टीमों का नेतृत्व करने और उन्हें बनाने में रहा है। मैं एक सॉफ्टवेयर इंजीनियर के रूप में शुरू हुआ, लेकिन मुझे हमेशा जटिल डेटा और एल्गोरिदमिक चुनौतियों से आकर्षित किया गया था। मुझे माइक्रोसॉफ्ट रिसर्च में अपना कौशल सीखने का अवसर मिला, जो उस समय कुछ ऐसी जगह थी जहां आप वास्तव में बड़े पैमाने पर जटिल लागू मशीन लर्निंग चुनौतियों पर काम कर सकते थे।

आपने 2017 में एक्सप्लोरियम की सह-स्थापना की, इस स्टार्टअप के पीछे की प्रेरणा के बारे में बताएं?

एक्सप्लोरियम एक सरल और शक्तिशाली आवश्यकता पर आधारित है – हमारे आसपास इतना डेटा है जो संभावित रूप से बेहतर मॉडल बनाने में मदद कर सकता है, लेकिन यह जानने का कोई तरीका नहीं है कि कौन से डेटा स्रोत प्रभावी होंगे और कैसे। यह विचार एक्सप्लोरियम के सह-संस्थापक और सीईओ मॉर श्लोमो से आया था, जो अपनी सैन्य सेवा में असाधारण डेटा विविधता से निपट रहे थे और निर्णय लेने में इसका लाभ उठाने के तरीकों पर काम कर रहे थे। जब हम तीनों पहली बार मिले, तो यह तुरंत स्पष्ट हो गया कि यह अनुभव व्यवसायिक दुनिया में हमारी जरूरतों को प्रतिबिंबित करता है, विशेष रूप से तेजी से बढ़ते डेटा साइंस-चालित क्षेत्रों में जैसे विज्ञापन और मार्केटिंग प्रौद्योगिकी यूनिकॉर्न, जहां मैं और ओर तमिर (एक्सप्लोरियम के सह-संस्थापक और सीओओ) डेटा के माध्यम से विकास का नेतृत्व कर रहे थे।

एक्सप्लोरियम से पहले, प्रभावी डेटा स्रोतों को खोजना – जो वास्तव में आपके मशीन लर्निंग मॉडल की सटीकता में सुधार कर सकता है – एक श्रमसाध्य, समय लेने वाला और महंगा प्रक्रिया थी जिसमें सफलता की कम संभावना थी। कारण यह है कि आप मूल रूप से अनुमान लगा रहे हैं और अपने सबसे महंगे लोगों – डेटा वैज्ञानिकों – को प्रयोग करने के लिए उपयोग कर रहे हैं। इसके अलावा, डेटा अधिग्रहण स्वयं एक जटिल व्यवसाय प्रक्रिया है और डेटा वैज्ञानिकों के पास आमतौर पर कई डेटा प्रदाताओं के साथ व्यावसायिक रूप से जुड़ने की क्षमता नहीं होती है।

एक डेटा साइंस नेता के रूप में, जो मॉडल द्वारा उत्पन्न व्यवसायिक प्रभाव से मापा जाता है, मेरे पास अपनी टीम को एक वाइल्ड गूस चेज़ पर भेजने का विलासिता नहीं था। परिणामस्वरूप, आप अक्सर उन चीजों पर अपने प्रयासों को तैनात करना पसंद करते हैं जो एक नए डेटा स्रोत की तुलना में बहुत कम प्रभाव डाल सकते हैं, बस इसलिए कि वे आपके नियंत्रण के दायरे में बहुत अधिक हैं।

एक्सप्लोरियम ने हाल ही में एक श्रृंखला बी राउंड में 31 मिलियन डॉलर की अतिरिक्त फंडिंग जुटाई है। क्या आपको लगता है कि आपकी कंपनी कितनी तेजी से बढ़ रही है?

यह निश्चित रूप से एक रॉकेट शिप राइड रहा है, और आप इसे कभी भी अनुमानित नहीं ले सकते। मैं यह नहीं कह सकता कि मुझे आश्चर्य है कि बेहतर डेटा की आवश्यकता कितनी व्यापक है, लेकिन यह हमेशा एक अविश्वसनीय अनुभव है कि आप ग्राहकों और उनके व्यवसाय के लिए क्या प्रभाव पैदा करते हैं। अगले दशक में संगठनों को जो सबसे बड़ी विश्लेषणात्मक चुनौती का सामना करना पड़ेगा, वह है अपने मॉडलों और स्वचालित प्रक्रियाओं को खिलाने के लिए सही डेटा खोजना। सही डेटा संपत्ति नए बाजार के नेताओं को ताज पहना सकती है, इसलिए हमारी वृद्धि वास्तव में उन ग्राहकों की तेजी से बढ़ती संख्या को दर्शाती है जो यह महसूस करते हैं और डेटा को प्राथमिकता दे रहे हैं। वास्तव में, “डेटा हंटर्स” – लोग जो अपने दैनिक कार्य के हिस्से के रूप में डेटा की तलाश में हैं – की संख्या हमारे अनुभव में असीमित रूप से बढ़ रही है।

एक्सप्लोरियम के डेटा प्लेटफ़ॉर्म और स्वचालित डेटा डिस्कवरी प्रक्रिया के बारे में बताएं?

एक्सप्लोरियम एक अंत-से-अंत डेटा साइंस प्लेटफ़ॉर्म प्रदान करता है जो ऑगमेंटेड डेटा डिस्कवरी और फीचर इंजीनियरिंग द्वारा संचालित है। हम “डेटा” के हिस्से पर केंद्रित हैं – जिसका अर्थ है हज़ारों बाहरी डेटा स्रोतों से स्वचालित रूप से जुड़ना और मशीन लर्निंग प्रक्रियाओं का लाभ उठाना सबसे प्रभावी संकेतों और विशेषताओं को निकालने के लिए। यह एक जटिल और बहु-चरण प्रक्रिया है, जो एक्सप्लोरियम डेटा कैटलॉग में संदर्भ से संबंधित स्रोतों से जुड़ने से शुरू होती है। फिर हम उस जुड़ी हुई डेटा विविधता की खोज की प्रक्रिया को स्वचालित करते हैं, जो सैकड़ों हज़ारों विचारों के लिए अर्थपूर्ण विशेषताओं और संकेतों के लिए परीक्षण करती है और उन्हें बनाने के लिए ऑप्टिमल फीचर सेट बनाती है, मॉडलों को उनके ऊपर बनाती है और उन्हें उत्पादन में लचीले तरीके से परोसती है।

स्वचालित रूप से आपको आवश्यक डेटा की खोज करके, न कि केवल आपके पास आंतरिक रूप से उपलब्ध डेटा, एक्सप्लोरियम प्लेटफ़ॉर्म डेटा साइंस के लिए वही करता है जो सर्च इंजनों ने वेब के लिए किया – हम डेटा को खोजते हैं, रैंक करते हैं और आपको भविष्यसूचक प्रश्न के लिए सबसे प्रासंगिक डेटा लाते हैं।

यह डेटा वैज्ञानिकों और व्यवसायिक नेताओं को निर्णय लेने के लिए सशक्त बनाता है जो सही डेटा प्राप्त करने की बाधा को दूर करता है और श्रेष्ठ भविष्यसूचक शक्ति को सक्षम बनाता है।

एक्सप्लोरियम किस प्रकार के बाहरी डेटा स्रोतों का उपयोग करता है?

हम लगभग हर डेटा श्रेणी में हज़ारों स्रोतों तक पहुंच रखते हैं, जिनमें कंपनी, भौगोलिक, व्यवहारिक, समय-आधारित, वेबसाइट डेटा और अधिक शामिल हैं। हमारे पास कई विशेषज्ञ टीमें हैं जो खुले, सार्वजनिक और प्रीमियम स्रोतों के माध्यम से डेटा अधिग्रहण में माहिर हैं, साथ ही साथ साझेदारी भी हैं। हमारे पास इज़राइल की शीर्ष खुफिया और प्रौद्योगिकी इकाइयों से विशेषज्ञता और अनुभव है जो निर्णय लेने के लिए डेटा विविधता का लाभ उठाने में मदद करता है।

एक्सप्लोरियम ग्राहकों के लिए प्रासंगिक डेटा प्रकारों को समझने के लिए मशीन लर्निंग का उपयोग कैसे करता है?

यह हमारे “सीक्रेट सॉस” का हिस्सा है, इसलिए मैं इसमें गहराई से नहीं जा सकता, लेकिन उच्च स्तर पर, हम मशीन लर्निंग का उपयोग आपके डेटासेट के विभिन्न हिस्सों के पीछे के अर्थ को समझने के लिए करते हैं और हमारे कैटलॉग में संभावित रूप से प्रासंगिक स्रोतों की पहचान करने के लिए लगातार सुधार करने वाले एल्गोरिदम को नियुक्त करते हैं। अपने डेटा से इन स्रोतों को जोड़कर, हम जटिल डेटा डिस्कवरी और फीचर इंजीनियरिंग प्रक्रियाओं को करने में सक्षम होते हैं, जो विशेष रूप से बाहरी और उच्च-आयामी डेटा के लिए प्रभावी होने के लिए डिज़ाइन की जाती हैं, सबसे प्रभावी विशेषताओं को सबसे प्रासंगिक स्रोतों से पहचानने के लिए। मशीन लर्निंग मॉडलों के संदर्भ में ऐसा करना प्रभाव को सांख्यिकीय रूप से मापने योग्य बनाता है और हमें अपनी मिलान, पीढ़ी, और खोज क्षमताओं को लगातार सीखने और सुधारने की अनुमति देता है।

एक्सप्लोरियम द्वारा प्रदान की जाने वाली एक समाधान ऑगमेंटेड डेटा डिस्कवरी का उपयोग करके ऑनलाइन उधारदाताओं के लिए आवेदन धोखाधड़ी जोखिम को कम करना है। इस समाधान के बारे में विस्तार से बताएं?

उधार देना जोखिम की भविष्यवाणी और कम करने के बारे में है – चाहे वह उधारकर्ता की ऋण चुकाने की क्षमता (जैसे वित्तीय प्रदर्शन) से आता हो या उनकी ऐसा करने की मंशा (जैसे धोखाधड़ी) से। ऋण आवेदनों में स्वाभाविक रूप से उधारदाता की अधिक जानकारी एकत्र करने की इच्छा और अन्य प्रदाताओं के साथ प्रतिस्पर्धा करने की उनकी क्षमता के बीच एक व्यापार होता है, क्योंकि लंबे और अधिक जटिल प्रश्नावली में कम पूर्णता दर होती है, जो परिभाषा के अनुसार पूर्वाग्रहित होती है, और इसी तरह।

एक्सप्लोरियम के साथ, दोनों पारंपरिक बैंक और ऑनलाइन चुनौतीपूर्ण लोग स्वचालित रूप से आवेदन प्रक्रिया को बाहरी और वस्तुनिष्ठ स्रोतों के साथ बढ़ा सकते हैं जो तुरंत संदर्भ और अर्थपूर्ण संबंध जोड़ते हैं। धोखाधड़ी के संदर्भ में, आप कल्पना कर सकते हैं कि यह वास्तविक आवेदकों की तुलना में अलग व्यवहार और गुणों को दर्शा सकता है यदि आप उनका 360-डिग्री दृश्य प्राप्त कर सकते हैं। ऑनलाइन उपस्थिति, आधिकारिक रिकॉर्ड, सोशल मीडिया पर व्यवहार पैटर्न, और भौतिक फुटप्रिंट जैसी चीजें संकेत और संकेतक के रूप में परीक्षण किए जा सकते हैं यदि आप प्रासंगिक डेटा और ऊर्ध्वाधर ज्ञान प्राप्त कर सकते हैं। संक्षेप में, बेहतर डेटा बेहतर भविष्यसूचक मॉडल को सुनिश्चित करता है, जो उधारदाताओं के लिए जोखिम में कमी और राजस्व में वृद्धि का अनुवाद करता है।

एक व्यापक दृष्टिकोण में, चूंकि कोविड-19 ने वैश्विक स्तर पर हमला किया है, हमें नए धोखाधड़ी पैटर्न और उधारदाताओं को मूल बातों पर वापस जाने की आवश्यकता के साथ-साथ वृद्धि देखी गई है, क्योंकि महामारी ने सभी मॉडलों को तोड़ दिया। किसी ने भी इस तरह की एक “ब्लैक स्वान” घटना को ध्यान में नहीं रखा था, और हमारी प्रारंभिक प्रतिक्रिया इन कंपनियों की मदद करने के लिए कस्टम संकेतों को उत्पन्न करने के लिए रही है जो व्यावसायिक जोखिम का मूल्यांकन करने में मदद करते हैं इन अनिश्चित और गतिशील समय में।

आप मॉर श्लोमो द्वारा लिखित एक उत्कृष्ट पोस्ट में इसके बारे में और पढ़ सकते हैं, एक्सप्लोरियम के सह-संस्थापक और सीईओ।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें एक्सप्लोरियम पर जाना चाहिए।