Jerry Xu, Co-Fondatore & CEO di Datatron – Serie di Interviste

Jerry ha una vasta esperienza nel campo del machine learning, dei sistemi di archiviazione, 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 in aziende come: Lyft, Box, Twitter, Zynga e Microsoft. Ha anche scritto il progetto open-source Lib Crunch e ha vinto tre volte il premio Microsoft Gold Star. Jerry ha completato il master in informatica all’Università di Shanghai. La sua ultima startup è Datatron.

Datron è iniziato nel 2016 dopo che hai lasciato Lyft. Come hai concepito inizialmente il concetto aziendale di 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 di ingegneria di come funzionano i loro modelli, anche se hanno una buona intuizione sul modello e sulla matematica. Ciò ci ha motivato a iniziare 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 per rendere più efficiente la distribuzione, il monitoraggio e la gestione del modello.

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

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

Datron 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 quattro moduli ora, Distribuzione del modello, Monitoraggio del modello, Sfida del modello e Governance del modello.

Distribuzione del modello:

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

Monitoraggio del modello:

Prendi decisioni commerciali migliori per risparmiare tempo e denaro al tuo team. Monitora le prestazioni del modello e rileva il degrado del modello mentre accade.

Governance del modello:

Spendi meno tempo nella convalida del modello, nella rilevazione dei pregiudizi e nei processi di audit interni. Passa dalla fase di 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 le risorse. Come si inserisce il machine learning in questo?

La domanda solitamente cambia con la stagionalità e la 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 in base a 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 perché Datatron risolve questo per loro?

Molte aziende hanno già team di scienza dei dati diversi e quei team 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 di machine learning in tutta l’azienda diventa critica e necessaria. La nostra piattaforma può aiutare a risolvere questi problemi.

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

Abbiamo ricevuto 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.