Omer Har, Co-Founder dan CTO, Explorium – Seri Wawancara

Omer Har adalah seorang veteran ilmu data dan rekayasa perangkat lunak dengan hampir satu dekade pengalaman membangun model AI yang mendorong bisnis besar maju.

Omer Har adalah Co-Founder dan CTO dari Explorium, sebuah perusahaan yang menawarkan platform ilmu data pertama yang ditenagai oleh penemuan data yang ditingkatkan dan rekayasa fitur. Dengan secara otomatis terhubung ke ribuan sumber data eksternal dan menggunakan pembelajaran mesin untuk menyuling sinyal yang paling berdampak, platform Explorium memungkinkan ilmuwan data dan pemimpin bisnis untuk mengambil keputusan dengan menghilangkan hambatan untuk memperoleh data yang tepat dan memungkinkan kekuatan prediktif yang superior.

Kapan Anda pertama kali menemukan bahwa Anda ingin terlibat dalam ilmu data?

Minat saya dalam ilmu data kembali lebih dari satu dekade, yang merupakan waktu saya telah mempraktikkan dan memimpin tim ilmu data. Saya memulai sebagai insinyur perangkat lunak tetapi selalu tertarik pada tantangan data dan algoritma yang kompleks sejak awal. Saya beruntung memiliki pelajaran di Microsoft (MSFT ) Research, yang merupakan salah satu tempat di mana Anda dapat benar-benar bekerja pada tantangan pembelajaran mesin yang diterapkan yang kompleks dalam skala besar.

Anda Co-Founder Explorium pada tahun 2017, bisa Anda diskusikan inspirasi di balik meluncurkan start-up ini?

Explorium didasarkan pada kebutuhan sederhana dan sangat kuat — ada banyak data di sekitar kita yang bisa membantu membangun model yang lebih baik, tetapi tidak ada cara untuk mengetahui sebelumnya data mana yang akan berdampak, dan bagaimana. Ide asli datang dari Maor Shlomo, Co-Founder dan CEO Explorium, yang menghadapi keragaman data yang belum pernah terjadi sebelumnya dalam dinas militernya dan mencari cara untuk memanfaatkan data tersebut ke dalam pengambilan keputusan dan pemodelan. Ketika ketiga dari kami pertama kali bersama, itu langsung jelas bagi kami bahwa pengalaman ini menggema kebutuhan yang kami hadapi di dunia bisnis, terutama di bidang ilmu data yang cepat tumbuh seperti teknologi periklanan dan pemasaran, di mana saya dan Or Tamir (Co-Founder dan COO Explorium) memimpin pertumbuhan melalui data.

Sebelum Explorium, menemukan sumber data yang relevan yang benar-benar berdampak — untuk meningkatkan akurasi model pembelajaran mesin — adalah proses yang memakan waktu, mahal, dan memiliki peluang keberhasilan yang rendah. Alasannya adalah Anda secara dasar menebak, dan menggunakan orang-orang paling mahal — ilmuwan data — untuk bereksperimen. Selain itu, akuisisi data itu sendiri adalah proses bisnis yang kompleks dan tim ilmu data biasanya tidak memiliki kemampuan untuk terlibat secara komersial dengan beberapa penyedia data.

Sebagai pemimpin ilmu data yang diukur oleh dampak bisnis yang dihasilkan oleh model, saya tidak memiliki kemewahan untuk mengirim tim saya pada pencarian yang tidak pasti. Sebagai hasilnya, Anda sering lebih memilih untuk menerapkan upaya Anda pada hal-hal yang dapat memiliki dampak yang jauh lebih rendah daripada sumber data baru yang relevan, hanya karena mereka jauh lebih dalam kontrol Anda.

Explorium baru-baru ini berhasil mengumpulkan $31M tambahan dalam putaran Series B. Apakah Anda terkejut dengan seberapa cepat perusahaan Anda tumbuh?

Sungguh telah menjadi perjalanan roket hingga saat ini, dan Anda tidak pernah dapat mengambilnya untuk granted. Saya tidak bisa mengatakan bahwa saya terkejut dengan seberapa luas kebutuhan akan data yang lebih baik, tetapi selalu merupakan pengalaman yang luar biasa untuk melihat dampak yang Anda hasilkan untuk pelanggan dan bisnis mereka. Tantangan analitis terbesar yang akan dihadapi organisasi selama dekade mendatang adalah menemukan data yang tepat untuk memberi makan model dan proses otomatis mereka. Aset data yang tepat dapat memahkotai pemimpin pasar baru, sehingga pertumbuhan kami benar-benar mencerminkan jumlah pelanggan yang tumbuh pesat yang menyadari hal itu dan membuat data menjadi prioritas. Bahkan, jumlah “Data Hunters” — orang-orang yang mencari data sebagai bagian dari pekerjaan sehari-hari mereka — tumbuh secara eksponensial dalam pengalaman kami.

Bisakah Anda menjelaskan apa itu platform data Explorium dan apa proses penemuan data otomatis?

Explorium menawarkan platform ilmu data ujung-ke-ujung yang ditenagai oleh penemuan data yang ditingkatkan dan rekayasa fitur. Kami fokus pada “data” dalam ilmu data — yang berarti secara otomatis terhubung ke ribuan sumber data eksternal dan menggunakan proses pembelajaran mesin untuk menyuling sinyal yang paling berdampak dan fitur. Ini adalah proses yang kompleks dan multi-tahap, yang dimulai dengan terhubung ke berbagai sumber yang relevan dalam apa yang kami sebut katalog data Explorium. Kemudian kami mengotomatisasi proses yang mengeksplorasi keragaman data ini, dengan menguji ratusan ribu ide untuk fitur dan sinyal yang bermakna untuk menciptakan set fitur optimal, membangun model di atasnya, dan melayani mereka ke produksi dengan cara yang fleksibel.

Dengan mengotomatisasi pencarian data yang Anda butuhkan, tidak hanya data yang Anda miliki secara internal, platform Explorium melakukan hal yang sama dengan mesin pencari untuk web — kami menyapu, mengurutkan, dan membawa Anda data yang paling relevan untuk pertanyaan prediktif yang sedang ditangani.

Ini memungkinkan ilmuwan data dan pemimpin bisnis untuk mengambil keputusan dengan menghilangkan hambatan untuk memperoleh data yang tepat dan memungkinkan kekuatan prediktif yang superior.

Jenis sumber data eksternal apa yang diakses oleh Explorium?

Kami memiliki akses ke ribuan sumber di hampir semua kategori data yang dapat Anda bayangkan, termasuk perusahaan, geospasial, perilaku, waktu, data situs web, dan lain-lain. Kami memiliki beberapa tim ahli yang berspesialisasi dalam akuisisi data melalui sumber terbuka, publik, dan premium, serta kemitraan. Akses kami ke bakat unik dari unit intelijen dan teknologi terbaik Israel membawa pengetahuan dan pengalaman yang substansial dalam memanfaatkan keragaman data untuk pengambilan keputusan.

Bagaimana Explorium menggunakan pembelajaran mesin untuk memahami jenis data yang relevan dengan klien?

Ini adalah bagian dari “saus rahasia” kami, jadi saya tidak bisa membahasnya secara detail, tetapi pada tingkat tinggi, kami menggunakan pembelajaran mesin untuk memahami makna di balik berbagai bagian dari dataset Anda dan menerapkan algoritma yang terus meningkat untuk mengidentifikasi sumber mana dalam katalog kami yang berpotensi relevan. Dengan menghubungkan sumber-sumber ini ke data Anda, kami dapat melakukan proses penemuan data dan rekayasa fitur yang kompleks, khusus dirancang untuk efektif untuk data eksternal dan dimensional tinggi, untuk mengidentifikasi fitur yang paling berdampak dari sumber yang paling relevan. Melakukannya semua dalam konteks model pembelajaran mesin membuat dampaknya terukur secara statistik dan memungkinkan kami untuk terus belajar dan meningkatkan kemampuan pencarian, generasi, dan penemuan kami.

Salah satu solusi yang ditawarkan adalah mitigasi risiko penipuan aplikasi untuk pemberi pinjaman online dengan menggunakan penemuan data yang ditingkatkan. Bisakah Anda menjelaskan bagaimana solusi ini bekerja?

Pemberian pinjaman adalah semua tentang memprediksi dan mitigasi risiko — apakah itu datang dari kemampuan peminjam untuk membayar pinjaman (misalnya kinerja keuangan) atau niat mereka untuk melakukannya (misalnya penipuan). Aplikasi pinjaman secara inheren adalah perdagangan antara keinginan pemberi pinjaman untuk mengumpulkan lebih banyak informasi dan kemampuan mereka untuk bersaing dengan penyedia lain, karena kuesioner yang lebih panjang dan lebih membosankan memiliki tingkat penyelesaian yang lebih rendah, bias oleh definisi, dan sebagainya.

Dengan Explorium, baik bank mapan maupun tantangan online dapat secara otomatis meningkatkan proses aplikasi dengan sumber eksternal dan objektif yang menambah konteks segera dan mengungkapkan hubungan yang bermakna. Tanpa memberikan terlalu banyak untuk membantu penipu, Anda dapat membayangkan bahwa dalam konteks penipuan ini bisa berarti perilaku dan properti yang berbeda yang menonjol versus aplikasi nyata jika Anda dapat mengumpulkan pandangan 360 derajat tentang mereka. Semuanya dari kehadiran online, catatan resmi, pola perilaku di media sosial, dan jejak fisik meninggalkan remah-remah yang bisa dihipotesiskan dan diuji sebagai fitur dan indikator potensial jika Anda dapat mengakses data yang relevan dan pengetahuan vertikal.

Singkatnya, data yang lebih baik memastikan model prediktif yang lebih baik, yang membantu menerjemahkan risiko yang berkurang dan pendapatan yang lebih tinggi ke garis bawah pemberi pinjaman.

Lebih luas, sejak COVID-19 menghantam skala global, kami telah melihat peningkatan pola penipuan baru serta kebutuhan pemberi pinjaman untuk kembali ke dasar, karena pandemi memecahkan semua model. Tidak ada yang benar-benar mengambil kejadian “Black Swan” ini ke dalam akun, dan bagian dari respons awal kami untuk membantu perusahaan ini telah menghasilkan sinyal khusus yang membantu menilai risiko bisnis dalam waktu yang tidak pasti dan dinamis ini.

Anda dapat membaca lebih lanjut dalam posting yang luar biasa yang ditulis oleh Maor Shlomo, Co-Founder dan CEO Explorium.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Explorium.