Omer Har, Co-Fondatore e CTO, Explorium – Serie di Interviste

Omer Har è un veterano della scienza dei dati e dell’ingegneria del software con quasi un decennio di esperienza nella costruzione di modelli di intelligenza artificiale che guidano le grandi aziende verso il successo.

Omer Har è il Co-Fondatore e CTO di Explorium, una società che offre una piattaforma di scienza dei dati senza precedenti alimentata dalla scoperta dei dati aumentati e dall’ingegneria delle caratteristiche. Collegandosi automaticamente a migliaia di fonti di dati esterne e sfruttando l’apprendimento automatico per distillare i segnali più efficaci, la piattaforma Explorium consente ai data scientist e ai leader aziendali di guidare le decisioni aziendali eliminando la barriera per l’acquisizione dei dati giusti e abilitando una potenza predittiva superiore.

Quando hai scoperto per la prima volta che volevi essere coinvolto nella scienza dei dati?

Il mio interesse per la scienza dei dati risale a oltre un decennio, che è più o meno il tempo che ho trascorso praticando e guidando team di scienza dei dati. Ho iniziato come ingegnere del software, ma sono stato sempre attratto dalle sfide algoritmiche e dati complessi fin dall’inizio. Sono stato fortunato ad aver imparato il mestiere presso Microsoft (MSFT ) Research, che era uno dei pochi posti in cui potevi lavorare su sfide di apprendimento automatico applicato complesse su larga scala.

Hai co-fondato Explorium nel 2017, potresti discutere l’ispirazione dietro il lancio di questa startup?

Explorium si basa su un’esigenza semplice e molto potente — ci sono così tanti dati intorno a noi che potrebbero potenzialmente aiutare a costruire modelli migliori, ma non c’è modo di sapere in anticipo quali fonti di dati saranno efficaci e come. L’idea originale è venuta da Maor Shlomo, Co-Fondatore e CEO di Explorium, che stava affrontando una varietà di dati senza precedenti durante il suo servizio militare e stava cercando modi per sfruttarla nella presa di decisioni e nella modellazione. Quando i tre di noi si sono riuniti per la prima volta, è stato immediatamente chiaro per noi che questa esperienza risuonava con le esigenze che stavamo affrontando nel mondo aziendale, in particolare nei campi di data science in rapida crescita come la tecnologia pubblicitaria e di marketing, dove sia io che Or Tamir (Co-Fondatore e COO di Explorium) stavamo guidando la crescita attraverso i dati.

Prima di Explorium, trovare fonti di dati rilevanti che facessero realmente un impatto — per migliorare l’accuratezza del modello di apprendimento automatico — era un processo laborioso, dispendioso in termini di tempo e costoso, con scarse possibilità di successo. Il motivo è che stavi essenzialmente indovinando e utilizzando le persone più costose — i data scientist — per sperimentare. Inoltre, l’acquisizione dei dati stessi è un processo aziendale complesso e i team di data science di solito non hanno la capacità di impegnarsi commercialmente con più fornitori di dati.

Come leader di data science che era misurato dall’impatto aziendale generato dai modelli, non avevo il lusso di inviare il mio team in una caccia alle streghe. Di conseguenza, spesso preferivi di impegnare i tuoi sforzi su cose che potevano avere un impatto molto più basso di una fonte di dati rilevante, solo perché erano molto più nel tuo ambito di controllo.

Explorium ha recentemente raccolto con successo un ulteriore finanziamento di 31 milioni di dollari in una serie B. Sei stato sorpreso da quanto velocemente la tua azienda è cresciuta?

È stato sicuramente un viaggio su un razzo finora, e non puoi mai dare per scontato. Non posso dire di essere stato sorpreso da quanto diffusa sia l’esigenza di migliori dati, ma è sempre un’esperienza incredibile vedere l’impatto che generi per i clienti e il loro business. La più grande sfida analitica che le organizzazioni affronteranno nel prossimo decennio sarà trovare i dati giusti per alimentare i loro modelli e processi automatizzati. I dati giusti possono incoronare nuovi leader di mercato, quindi la nostra crescita riflette realmente il numero crescente di clienti che si rendono conto di ciò e stanno rendendo i dati una priorità. In effetti, il numero di “cacciatori di dati” — persone che cercano dati come parte del loro lavoro quotidiano — sta crescendo esponenzialmente nella nostra esperienza.

Potresti spiegare cosa sia la piattaforma di dati di Explorium e cosa sia il processo di scoperta dei dati automatizzato?

Explorium offre una piattaforma di scienza dei dati completa alimentata dalla scoperta dei dati aumentati e dall’ingegneria delle caratteristiche. Ci concentriamo sulla “parte dati” della scienza dei dati — che significa collegarsi automaticamente a migliaia di fonti di dati esterne e sfruttare processi di apprendimento automatico per distillare i segnali più efficaci. Questo è un processo complesso e a più fasi, che inizia collegandosi a una miriade di fonti contestualmente rilevanti nel nostro catalogo di dati Explorium. Quindi automatizziamo il processo che esplora questa varietà di dati interconnessi, testando centinaia di migliaia di idee per caratteristiche e segnali significativi per creare l’insieme di caratteristiche ottimale, costruire modelli su di esso e servirli in produzione in modi flessibili.

Automatizzando la ricerca dei dati di cui hai bisogno, non solo dei dati che hai internamente, la piattaforma Explorium fa per la scienza dei dati ciò che i motori di ricerca hanno fatto per il web — stiamo setacciando, classificando e portando i dati più rilevanti per la domanda predittiva in questione.

Questo consente ai data scientist e ai leader aziendali di guidare le decisioni aziendali eliminando la barriera per l’acquisizione dei dati giusti e abilitando una potenza predittiva superiore.

Quali tipi di fonti di dati esterne utilizza Explorium?

Abbiamo accesso a migliaia di fonti in quasi ogni categoria di dati che puoi pensare, comprese aziende, geospaziali, comportamentali, basate sul tempo, dati dei siti web e altro. Abbiamo più team di esperti che si specializzano nell’acquisizione di dati attraverso fonti aperte, pubbliche e premium, nonché partnership. Il nostro accesso a talenti unici provenienti dalle migliori unità di intelligence e tecnologia israeliane porta una notevole conoscenza e esperienza nel sfruttare la varietà dei dati per la presa di decisioni.

Come utilizza Explorium l’apprendimento automatico per capire quali tipi di dati sono rilevanti per i clienti?

Questo fa parte della nostra “salsa segreta”, quindi non posso entrare nei dettagli, ma a livello alto, utilizziamo l’apprendimento automatico per capire il significato dietro le diverse parti dei tuoi set di dati e impieghiamo algoritmi costantemente migliorati per identificare quali fonti nel nostro catalogo in evoluzione sono potenzialmente rilevanti. Collegando effettivamente queste fonti ai tuoi dati, siamo in grado di eseguire processi di scoperta dei dati e ingegneria delle caratteristiche complessi, progettati per essere efficaci per i dati esterni e ad alta dimensionalità, per identificare le caratteristiche più efficaci dalle fonti più rilevanti. Farlo tutto nel contesto dei modelli di apprendimento automatico rende l’impatto misurabile statisticamente e ci consente di imparare e migliorare costantemente le nostre capacità di corrispondenza, generazione e scoperta.

Una delle soluzioni offerte è la mitigazione del rischio di frode nelle applicazioni per i prestatori online utilizzando la scoperta dei dati aumentati. Potresti entrare nei dettagli su come funziona questa soluzione?

Il prestito è tutto sulla previsione e mitigazione del rischio — sia che si tratti della capacità del debitore di ripagare il prestito (ad esempio, prestazioni finanziarie) o della loro intenzione di farlo (ad esempio, frode). Le domande di prestito sono intrinsecamente un compromesso tra il desiderio del creditore di raccogliere più informazioni e la loro capacità di competere con altri fornitori, poiché i questionari più lunghi e più impegnativi hanno tassi di completamento più bassi, sono prevenuti per definizione e così via.

Con Explorium, sia le banche tradizionali che i challenger online sono in grado di aumentare automaticamente il processo di domanda con fonti esterne e oggettive che aggiungono contesto immediato e scoprono relazioni significative. Senza rivelare troppo per aiutare i truffatori, puoi immaginare che, nel contesto della frode, ciò potrebbe significare comportamenti e proprietà diversi che si distinguono rispetto ai richiedenti reali se sei in grado di raccogliere una visione a 360 gradi di loro. Tutto, dalla presenza online, registri ufficiali, modelli di comportamento sui social media e impronte fisiche lasciano briciole che potrebbero essere ipotizzate e testate come potenziali caratteristiche e indicatori se puoi accedere ai dati rilevanti e al know-how verticale. In sintesi, migliori dati garantiscono migliori modelli predittivi, che aiutano a tradurre il rischio ridotto e il maggior ricavo per i prestatori nel loro bilancio.

In una visione più ampia, dal momento che il COVID-19 ha colpito a livello globale, abbiamo visto un aumento di nuovi modelli di frode, nonché la necessità dei prestatori di tornare alle basi, poiché la pandemia ha rotto tutti i modelli. Nessuno aveva realmente preso in considerazione questo tipo di evento “Cigno nero” e parte della nostra risposta iniziale per aiutare queste aziende è stata generare segnali personalizzati che aiutano a valutare il rischio aziendale in questi tempi incerti e dinamici.

Puoi leggere di più in un eccellente post scritto da Maor Shlomo, Co-Fondatore e CEO di Explorium.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Explorium.