Alon Lev、Qwakの共同創設者兼CEO – インタビュー・シリーズ

Alon Levは、Qwakの共同創設者兼CEOです。Qwakは、マシンラーニングからエンジニアリングのフリクションを除去し、高速なイテレーション、高度なスケーラビリティ、カスタマイズ可能なインフラストラクチャを可能にします。

マシンラーニングに興味を持ったのはいつからですか？

私の最初の重要なマシンラーニングの経験は、約7年前にPayoneerのBIチームを構築していたときでした。データ駆動型の組織になるには、特定のプロセスとツールが必要であることを実感しました。マシンラーニングは、現在はすべてのデータ駆動型企業戦略の一部ですが、その当時はまだ初期段階でした。

Payoneerでの前の役割とマシンラーニングの重要性の成長についてお話しください。

Payoneerでの私の役割は、VPデータとして、会社のすべてのデータ関連の側面、分析、BI、データエンジニアリング、データサイエンスを担当していました。データサイエンスで感じた「ワウ」モーメントは、クレジット製品をマシンラーニングで構築したときでした。初期から驚くほど良く機能し、その瞬間にマシンラーニングが既存のビジネスラインを改善するだけでなく、新しいビジネスと製品を作成できることを実感しました。

マシンラーニングで直面した課題についてお話しください。

確かに、MLのプロダクション部分では、データ所有者とエンジニアはすでに多くの負担があり、プロダクショングレードのインフラストラクチャを管理することは、MLを製品化する上で常に大きな課題であり、多くのプロジェクトを頓挫させました。

Qwakプラットフォームはどのようにしてマシンラーニングのエンジニアリングフリクションを除去しますか。

Qwakは、MLエンジニアがビジネス価値の創造に集中できるように、基礎作業を支援します。

Ran Romano（共同創設者兼VP R&D）は、WixでのMLops部門のリーダーとして同様の経験をしました。現在、彼の主な焦点は、これらの課題に対処するためのプラットフォームの開発と、MLモデルの製品化プロセスをより迅速、効率的、シームレスにすることです。私たちの目標は、MLエンジニアとデータサイエンティストの生活をより簡単で効果的にし、企業にとって円滑なマシンラーニングの導入が、単なる希望リストの項目ではなく現実になるようにすることです。

このソリューションは、より多くのマシンラーニングのスループットを望む会社にとって、データサイエンティストとマシンラーニングエンジニアが不足している場合に、完璧な解決策です。なぜですか。

私たちは、あなたのビジネスやデータを理解していると主張するわけではありませんが、インフラストラクチャに関する豊富な経験があります。私たちの使命は明確です。優れたデータサイエンスとマシンラーニングエンジニアリングチームを支援し、驚くべき製品を構築することを目指しています。私たちはモデルロジックに干渉しません。インフラストラクチャに焦点を当てています。

現在、Qwakを他のマシンラーニングソリューションと比較して何が異なりますか。

私たちは、強力なチームが基礎作業をオフロードし、MLの製品化プロセスをストリームライン化することを支援しています。Qwakは、MLOpsの課題を水平的に解決するアプローチを提供しており、モデルレジストリ/サービング、フィーチャーストア、自動化のみに焦点を当てるのではなく、すべてを1つの場所にまとめることで、MLインフラストラクチャをスケールアップできるようにします。

Qwakがマシンラーニングモデルのフィードバックトラッキングをサポートする方法についてお話しください。また、これが重要な理由についてもお話しください。

フィードバックトラッキングは、Qwakで最初に構築した機能の一つです。プロダクションライフサイクルの一部としてこれを提供しています。Qwakは、フィードバックレポートプロセスを自動化するフィードバックAPIを公開しています。

Qwakについてさらに何か共有したいことがありますか。

私たちは、この分野で経験豊富なエンジニアやリーダーからなる驚くべきチームを擁しています。マシンラーニングエンジニアリングの「戦場」での豊富な経験から、私たちは何が必要かを知っており、まだ始まったばかりです：）

素晴らしいインタビュー、詳細を知りたい読者はQwakを訪問してください。