Xavier Conort, Co-Fondatore e CPO di FeatureByte – Serie di Interviste

Xavier Conort è un visionario scienziato dei dati con oltre 25 anni di esperienza nel settore dei dati. Ha iniziato la sua carriera come attuario nell’industria assicurativa prima di passare alla scienza dei dati. È un concorrente di alto livello su Kaggle e è stato il Chief Data Scientist di DataRobot prima di co-fondare FeatureByte.

FeatureByte ha la missione di scalare l’AI aziendale, semplificando radicalmente e industrializzando i dati dell’AI. La piattaforma di ingegneria e gestione delle caratteristiche consente ai data scientist di creare e condividere caratteristiche all’avanguardia e pipeline di dati pronte per la produzione in pochi minuti, anziché in settimane o mesi.

Hai iniziato la tua carriera come attuario nell’industria assicurativa prima di passare alla scienza dei dati, cosa ha causato questo cambiamento?

Un momento decisivo è stato vincere il GE Flight Quest, una competizione organizzata da GE con un premio di 250.000 dollari, in cui i partecipanti dovevano prevedere i ritardi dei voli domestici statunitensi. Devo parte di quel successo a una pratica preziosa dell’assicurazione: la modellazione in due fasi. Questo approccio aiuta a controllare il bias nelle caratteristiche che mancano di una rappresentazione sufficiente nei dati di allenamento disponibili. Insieme ad altre vittorie su Kaggle, questo risultato mi ha convinto che la mia formazione attuariale mi ha dato un vantaggio competitivo nel campo della scienza dei dati.

Durante il mio viaggio su Kaggle, ho anche avuto il privilegio di connettermi con altri entusiasti scienziati dei dati, tra cui Jeremy Achin e Tom De Godoy, che in seguito sarebbero diventati i fondatori di DataRobot. Condividevamo una formazione comune nell’industria assicurativa e avevamo ottenuto notevoli successi su Kaggle. Quando hanno lanciato DataRobot, un’azienda specializzata in AutoML, mi hanno invitato a unirmi a loro come Chief Data Scientist. La loro visione di combinare le migliori pratiche dell’industria assicurativa con il potere dell’apprendimento automatico mi ha entusiasmato, presentando un’opportunità di creare qualcosa di innovativo e di impatto.

Al DataRobot e sei stato determinante nella costruzione della loro roadmap di scienza dei dati. Quali sfide relative ai dati hai affrontato?

La sfida più significativa che abbiamo affrontato è stata la qualità variabile dei dati forniti come input alla nostra soluzione AutoML. Questo problema ha spesso comportato una collaborazione lunga e noiosa tra il nostro team e i clienti o risultati deludenti in produzione se non affrontati adeguatamente. Le problematiche relative alla qualità provenivano da diverse fonti che richiedevano la nostra attenzione.

Una delle principali sfide è emersa dall’uso generale di strumenti di business intelligence per la preparazione e la gestione dei dati. Sebbene questi strumenti siano preziosi per generare insight, mancano delle capacità necessarie per garantire la correttezza nel tempo per la preparazione dei dati dell’apprendimento automatico. Ciò ha portato a perdite di dati di allenamento e a un rendimento del modello non preciso.

Un’altra sfida è stata la mancanza di comunicazione tra gli scienziati dei dati e gli ingegneri dei dati, che ha influenzato l’accuratezza dei modelli durante la produzione. Le incoerenze tra le fasi di allenamento e produzione, derivanti dalla mancanza di allineamento tra questi due team, potevano impattare sulle prestazioni del modello in un ambiente reale.

Quali sono stati alcuni dei principali punti di forza di questa esperienza?

La mia esperienza al DataRobot ha messo in evidenza l’importanza della preparazione dei dati nell’apprendimento automatico. Affrontando le sfide relative alla generazione dei dati di allenamento dei modelli, come la correttezza nel tempo, le lacune di competenze, la conoscenza del dominio, le limitazioni degli strumenti e la scalabilità, possiamo migliorare l’accuratezza e l’affidabilità dei modelli di apprendimento automatico. Sono giunto alla conclusione che semplificare il processo di preparazione dei dati e incorporare tecnologie innovative sarà fondamentale per sbloccare il pieno potenziale dell’AI e mantenere le sue promesse.

Abbiamo anche ascoltato il tuo co-fondatore Razi Raziuddin sulla storia di FeatureByte, potresti darci la tua versione degli eventi?

Quando ho discusso le mie osservazioni e le mie intuizioni con il mio co-fondatore Razi Raziuddin, abbiamo realizzato che condividevamo una comprensione comune delle sfide nella preparazione dei dati per l’apprendimento automatico. Durante le nostre discussioni, ho condiviso con Razi le mie intuizioni sugli ultimi progressi nella comunità MLOps. Ho potuto osservare l’emergere di feature store e piattaforme di caratteristiche che le aziende tecnologiche AI-first mettevano in atto per ridurre la latenza della fornitura di caratteristiche, incoraggiare il riutilizzo delle caratteristiche o semplificare la materializzazione delle caratteristiche nei dati di allenamento, garantendo al tempo stesso la coerenza tra allenamento e servizio. Tuttavia, era evidente per noi che c’era ancora un gap nel soddisfare le esigenze degli scienziati dei dati. Razi mi ha condiviso le sue intuizioni su come lo stack di dati moderno ha rivoluzionato il settore BI e analisi, ma non è stato completamente sfruttato per l’AI.

È diventato chiaro sia a Razi che a me che avevamo l’opportunità di fare un impatto significativo semplificando radicalmente il processo di ingegneria delle caratteristiche e fornendo agli scienziati dei dati e agli ingegneri di apprendimento automatico gli strumenti e l’esperienza utente giusti per una sperimentazione fluida e una fornitura di caratteristiche senza soluzione di continuità.

Quali sono stati alcuni dei tuoi più grandi sfide nel passaggio da scienziato dei dati a imprenditore?

Il passaggio da scienziato dei dati a imprenditore ha richiesto un cambiamento da una prospettiva tecnica a una più ampia prospettiva aziendale. Sebbene avessi una solida base nella comprensione dei punti deboli, nella creazione di una roadmap, nell’esecuzione dei piani, nella costruzione di un team e nella gestione dei budget, ho trovato che creare il messaggio giusto che risuonasse veramente con il nostro pubblico di riferimento è stata una delle mie più grandi sfide.

Da scienziato dei dati, la mia principale attenzione era sempre stata sull’analisi e l’interpretazione dei dati per trarne insight preziosi. Tuttavia, come imprenditore, ho dovuto rivolgere il mio pensiero verso il mercato, i clienti e l’intera attività aziendale.

Fortunatamente, sono stato in grado di superare questa sfida sfruttando l’esperienza di qualcuno come il mio co-fondatore Razi.

Abbiamo ascoltato Razi su perché l’ingegneria delle caratteristiche è così difficile, secondo te cosa la rende così impegnativa?

L’ingegneria delle caratteristiche ha due sfide principali:

1. Trasformare colonne esistenti: ciò comporta la conversione dei dati in un formato adatto agli algoritmi di apprendimento automatico. Tecniche come one-hot encoding, scalatura delle caratteristiche e metodi avanzati come trasformazioni di testo e immagini sono utilizzati. La creazione di nuove caratteristiche a partire da quelle esistenti, come caratteristiche di interazione, può migliorare notevolmente le prestazioni del modello. Librerie popolari come scikit-learn e Hugging Face offrono un ampio supporto per questo tipo di ingegneria delle caratteristiche. Le soluzioni AutoML mirano a semplificare il processo.
2. Estrarre nuove colonne da dati storici: i dati storici sono cruciali in domini di problemi come sistemi di raccomandazione, marketing, rilevamento di frodi, prezzi assicurativi, punteggi di credito, previsione della domanda e elaborazione dei dati dei sensori. Estrarre colonne informative da questi dati è una sfida. Esempi includono il tempo trascorso dall’ultimo evento, aggregazioni su eventi recenti ed embedding da sequenze di eventi. Questo tipo di ingegneria delle caratteristiche richiede competenze nel dominio, sperimentazione, forti capacità di codifica e conoscenza approfondita della scienza dei dati. Fattori come la perdita di tempo, la gestione di grandi set di dati e l’esecuzione efficiente del codice richiedono anche attenzione.

Nel complesso, l’ingegneria delle caratteristiche richiede competenze, sperimentazione e costruzione di pipeline di dati ad hoc complesse in assenza di strumenti specificamente progettati per questo scopo.

Potresti condividere come FeatureByte potenzia i professionisti della scienza dei dati semplificando le pipeline di caratteristiche?

FeatureByte potenzia i professionisti della scienza dei dati semplificando l’intero processo di ingegneria delle caratteristiche. Con un SDK Python intuitivo, consente la rapida creazione e estrazione di caratteristiche da tabelle di eventi e oggetti XLarge. I calcoli sono gestiti in modo efficiente sfruttando la scalabilità delle piattaforme di dati come Snowflake, DataBricks e Spark. I notebook facilitano la sperimentazione, mentre la condivisione e il riutilizzo delle caratteristiche risparmiano tempo. L’audit garantisce l’accuratezza delle caratteristiche, mentre la distribuzione immediata elimina i problemi di gestione delle pipeline.

Oltre a queste capacità offerte dalla nostra libreria open-source, la nostra soluzione aziendale fornisce un framework completo per la gestione e l’organizzazione delle operazioni di AI su larga scala, inclusi workflow di governance e un’interfaccia utente per il catalogo delle caratteristiche.

Qual è la tua visione per il futuro di FeatureByte?

La nostra visione ultima per FeatureByte è quella di rivoluzionare il campo della scienza dei dati e dell’apprendimento automatico, potenziando gli utenti per sbloccare appieno il loro potenziale creativo e trarre un valore senza precedenti dai loro asset di dati.

Siamo particolarmente entusiasti dei rapidi progressi nell’AI generativa e nei trasformatori, che aprono un mondo di possibilità per i nostri utenti. Inoltre, siamo impegnati a democratizzare l’ingegneria delle caratteristiche. L’AI generativa ha il potenziale di abbassare la barriera di ingresso per l’ingegneria creativa delle caratteristiche, rendendola più accessibile a un pubblico più ampio.

In sintesi, la nostra visione per il futuro di FeatureByte ruota attorno all’innovazione continua, allo sfruttamento del potere dell’AI generativa e alla democratizzazione dell’ingegneria delle caratteristiche. Ci impegniamo a essere la piattaforma di riferimento che consente ai professionisti dei dati di trasformare i dati grezzi in input azionabili per l’apprendimento automatico, guidando innovazioni e progressi in tutti i settori.

Hai qualche consiglio per gli aspiranti imprenditori AI?

Definisci il tuo spazio, resta focalizzato e accetta la novità.

Definendo lo spazio che desideri possedere, puoi differenziarti e stabilire una forte presenza in quell’area. Ricerca il mercato, comprendi le esigenze e i punti deboli dei potenziali clienti e cerca di offrire una soluzione unica che affronti efficacemente quelle sfide.

Definisci la tua visione a lungo termine e stabilisci obiettivi a breve termine che si allineino a quella visione. Concentrati sulla costruzione di una solida base e sul fornire valore nello spazio che hai scelto.

Infine, mentre è importante rimanere focalizzato, non esitare ad accettare la novità e a esplorare nuove idee all’interno del tuo spazio definito. Il campo dell’AI è in costante evoluzione e approcci innovativi possono aprire nuove opportunità.

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