Jerry Xu, Co-Fondatore e Amministratore Delegato di Datatron – Serie di Interviste

Jerry ha una vasta esperienza nel campo del machine learning, dei sistemi di storage, dei servizi online, dei sistemi distribuiti, della virtualizzazione e del kernel del sistema operativo. Ha lavorato su sistemi ad alte prestazioni e su larga scala presso aziende come Lyft, Box, Twitter, Zynga e Microsoft (MSFT ). Ha inoltre sviluppato il progetto open-source Lib Crunch e ha vinto tre volte il Microsoft Gold Star Award. Jerry ha completato il master in informatica presso l’Università di Shanghai. La sua ultima startup è Datatron.

Quando lavoravamo a Lyft, abbiamo notato che gli scienziati dei dati provengono da background diversi come matematica, fisica, bioingegneria, ecc. Spesso è molto difficile per loro capire la parte ingegneristica di come funzionano i loro modelli, anche se hanno una buona intuizione sul modello e sulla matematica. Ciò ci ha motivato a fondare Datatron. Non stiamo cercando di aiutare gli scienziati dei dati a trovare l’algoritmo migliore. Entriamo in scena solo dopo che l’algoritmo è stato deciso e ci concentriamo sul rendere più efficiente la distribuzione, il monitoraggio e la gestione del modello.

Datatron è stato selezionato da 500 Startups per essere incluso nel 18° gruppo di aziende accelerate. Come ha influenzato personalmente questa residenza e come gestisci Datatron?

Abbiamo imparato molto dalle esperienze con StartX e 500 Startup, che includono come presentare gli investitori, come trovare il prodotto/market fit, come gestire le vendite e il marketing, cose che non avevamo esperienza personale prima.

Datatron è una piattaforma di gestione per modelli di ML, AI e Data Science. Potresti spiegare alcune delle funzionalità offerte dalla tua piattaforma?

Il nostro prodotto ha attualmente quattro moduli: Model Deployment, Model Minoring, Model Challenger e Model Governance.

Model Deployment:

Crea e scala la distribuzione dei modelli in pochi clic. Distribuisci modelli sviluppati in qualsiasi framework o linguaggio.

Model Monitoring:

Prendi decisioni aziendali migliori per risparmiare tempo e denaro alla tua squadra. Monitora le prestazioni del modello e rileva la decadenza del modello mentre si verifica.

Model Governance:

Passa meno tempo sulla convalida del modello, sulla rilevazione dei pregiudizi e sui processi di audit interni. Passa dallo sviluppo del modello all’audit interno alla produzione più velocemente che mai.

Uno degli utilizzi di Datatron è la previsione della domanda, che è importante per le aziende che devono pianificare e allocare risorse. Come si inserisce il machine learning in questo?

La domanda cambia generalmente con stagionalità e tendenza, che è un tipico problema di machine learning. I modelli di machine learning come ARIMA, Recurrent Neural Network (RNN) possono imparare dai dati storici per trovare la tendenza e la stagionalità automaticamente e fare previsioni basate su ciò.

Quali framework di modelli (ad esempio TensorFlow) supporti attualmente?

Supportiamo la maggior parte dei framework di machine learning popolari come sklearn, TensorFlow, H2O, R, SAS, ecc.

Quali linguaggi devono essere utilizzati per costruire i modelli in modo che siano supportati da Datatron?

Supportiamo modelli nei loro linguaggi nativi – Python, R, Java, ecc.

Quali sono i tipi di industrie che sono meglio servite utilizzando la piattaforma Datatron?

Fondamentalmente la nostra piattaforma è una soluzione orizzontale, il che significa che può essere utilizzata da molte industrie diverse. Al momento, stiamo cercando di concentrarci sui servizi finanziari e sulle telecomunicazioni.

Quali sono alcuni degli aspetti più impegnativi della scienza dei dati che le aziende affrontano e come Datatron risolve questo per loro?

Molte aziende hanno già team di scienza dei dati che utilizzano strumenti diversi per costruire i loro modelli e hanno pratiche diverse per gestire i loro modelli. Sempre più aziende si rendono conto che il modello sta diventando un asset e avrà un impatto diretto sulla loro linea di business. Avere una piattaforma che possa standardizzare la pratica del machine learning in tutta l’azienda diventa critico e necessario. La nostra piattaforma può aiutare a risolvere questi problemi.

C’è qualcos’altro che vorresti condividere su Datatron?

Riceviamo molti interessi da parte di grandi aziende. Allo stesso tempo, stiamo anche costruendo il nostro team di vendite e marketing per raggiungere attivamente i potenziali clienti.

Per saperne di più, visita Datatron.