ראיונות
אלון לב, מייסד משותף ומנכ"ל Qwak - סדרת ראיונות
אלון לב הוא מייסד שותף ומנכ"ל של קווק, פלטפורמה שמסירה את החיכוך ההנדסי מלמידת מכונה תוך שהיא מאפשרת איטרציות מהירות, קנה מידה גבוה ותשתית הניתנת להתאמה אישית.
מתי התעניינת לראשונה בלמידת מכונה?
החוויה המשמעותית הראשונה שלי בלמידה חישובית הייתה כשבניתי את צוות ה-BI ב-Payoneer לפני כשבע שנים. הבנתי שלהיות ארגון מונע נתונים דורש תהליכים וכלים מאוד ספציפיים. למידת מכונה, שהיום היא חלק מכל אסטרטגיית חברה מונעת נתונים, הייתה אז בשלבים הראשונים שלה.
האם תוכל לדון בתפקיד הקודם שלך ב-Payoneer וכיצד הוא אפשר לך לראות כיצד למידת מכונה גדלה בחשיבותה?
בתפקידי ב-Payoneer כסמנכ"ל נתונים, הייתי אחראי על כל היבטי הנתונים של החברה, מניתוח, בי, הנדסת נתונים ומדעי נתונים. רגע הוואו שהיה לי עם מדע הנתונים היה כשבנינו את כל בסיס מוצרי האשראי על למידת מכונה. הוא הופיע בצורה מדהימה מההתחלה; באותו רגע, הבנתי שלמידת מכונה יכולה לשפר לא רק קווי עסקים קיימים אלא גם ליצור עסקים ומוצרים חדשים.
מה היו כמה מהאתגרים של למידת מכונה שהיית עד להן?
בהחלט, בחלק הייצור של ML, לבעלי נתונים ומהנדסים כבר יש הרבה על הצלחת שלהם - ניהול תשתית בדרגת ייצור שתאפשר לנו לייצר ML היה תמיד אתגר עצום ש"הרג" רבים מהפרויקטים שלנו.
כיצד פלטפורמת Qwak מסירה את החיכוך ההנדסי מלמידת מכונה?
Qwak עוסקת בלקחת את הבסיס ממהנדסי ML ולאפשר להם להתמקד ביצירת ערך עסקי.
רן רומנו (מייסד שותף וסמנכ"ל מחקר ופיתוח) חווה את אותה חוויה בדיוק בזמן שהוביל את מחלקת ה-MLops ב-Wix. כיום, ההתמקדות העיקרית שלו היא בהתמודדות עם אתגרים אלו באמצעות הפלטפורמה שלנו והפיכת תהליך ייצור דגמי ML למהיר, יעיל יותר וחלק. המטרה שלנו היא להפוך את חייהם של מהנדסי ML ומדעני נתונים לקלים ומשפיעים הרבה יותר, כך שהמשלוחים של למידת מכונה שוטפת יהפכו למציאות עבור חברות ולא לפריט ברשימת משאלות.
מדוע זהו פתרון מושלם עבור חברות שרוצות יותר תפוקה של למידת מכונה, אך יש להן מחסור במדעני נתונים ומהנדסי למידת מכונה?
אנחנו לא טוענים שאנחנו מבינים את העסק שלך או את הנתונים שלך, אבל יש לנו המון ניסיון בכל הנוגע לתשתית; המשימה שלנו ברורה; אנחנו רוצים לעזור לצוותי הנדסת מדעי נתונים ולמידת מכונה מצוינים לבנות מוצרים מדהימים. אנחנו לא מתערבים בלוגיקה של המודל אלא אנחנו מתמקדים במה שאנחנו עושים הכי טוב, כלומר התשתית.
מה מבדיל כרגע את Qwak מפתרונות למידת מכונה מתחרים?
כולנו עוסקים בסיוע לצוותים חזקים להוריד את הקרקע ולייעל את כל התהליך של ייצור ML, Qwak מספקת ומאמינה בגישה אופקית לפתרון אתגרי ה-MLOps - כלומר לא בנינו את הפלטפורמה רק סביב רישום/הגשה של מודלים או תכונה חנות ואוטומציה, אנחנו למעשה חושבים שאתה צריך את כולם במקום אחד כדי להגדיל את תשתית ה-ML שלך.
האם תוכל לדון כיצד Qwak תומכת במעקב אחר משוב במודלים של למידת מכונה ומדוע זה חשוב?
מעקב אחר משוב הוא אחד הדברים הראשונים שבנינו ב-Qwak, מכיוון שאנו רואים בו חלק קוהרנטי ממחזור חיי הייצור. Qwak חושפת ממשק API המאפשר אוטומציה של תהליך דיווח המשוב.
האם יש משהו נוסף שתרצה לחלוק על Qwak?
יש לנו צוות מדהים של מהנדסים ומנהיגים מנוסים בחלל. עם ניסיון רב ב"תעלות" של הנדסת למידת מכונה, אנחנו יודעים מה צריך לעשות ואנחנו רק מתחילים 🙂
תודה על הראיון הנהדר, קוראים שרוצים ללמוד עוד צריכים לבקר קווק.
