オメル・ハー、Explorium共同創設者兼CTO – インタビュー・シリーズ

オメル・ハーは、データサイエンスとソフトウェアエンジニアリングのベテランで、約10年の経験を持つAIモデルをビッグビジネスに導く専門家です。

オメル・ハーは、Exploriumの共同創設者兼CTOです。Exploriumは、データサイエンスプラットフォームを提供する会社で、オーグメンテッドデータディスカバリーとフィーチャーエンジニアリングによって動作します。外部データソースに自動的に接続し、機械学習を使用して最も影響力のある信号を抽出することで、Exploriumプラットフォームは、データサイエントリストとビジネスリーダーが、正しいデータを取得するための障壁を排除し、優れた予測力を可能にします。

あなたはいつデータサイエンスに関わるようになったのですか？

私のデータサイエンスへの関心は10年以上前から始まりました。私はソフトウェアエンジニアとしてキャリアをスタートさせましたが、いつも複雑なデータとアルゴリズミックな課題に惹かれていました。マイクロソフトリサーチで学んだことは、幸運でした。そこでは、当時、複雑な適用機械学習の課題に取り組むことができました。

Exploriumを2017年に共同創設しました。スタートアップを立ち上げるきっかけについてお話しください。

Exploriumは、シンプルだが強力なニーズに基づいています。私たち周囲には、より良いモデルを構築するのに役立つ可能性のある膨大な量のデータがあります。しかし、どのデータソースが影響力があるか、またどのようにしてそれを取得するかは、事前にわかりません。Exploriumの元となるアイデアは、Exploriumの共同創設者兼CEOであるマオル・シュロモから生まれました。マオルは、軍での経験で、データの多様性に直面し、意思決定とモデリングに役立てる方法を模索していました。当時、私とオル・タミル（Exploriumの共同創設者兼COO）は、データドリブンの分野で成長を牽引していました。

Explorium以前は、機械学習モデルの精度を向上させるために、関連するデータソースを見つけるのは、時間がかかり、費用がかかり、成功する可能性が低いプロセスでした。データサイエンスリーダーとして、私はビジネスへの影響をもたらすモデルを率いていました。私は、チームをあまりにも長い時間、無駄な探索に費やすことはできませんでした。したがって、私は、より低い影響力を持つものでも、より制御しやすいものに注力することが多かったです。

Exploriumは最近、シリーズBラウンドで3,100万ドルの追加資金を調達しました。会社の成長スピードに驚かれましたか？

これまでのところ、ロケットのように成長しています。需要の広がりは予想通りでしたが、顧客への影響とビジネスへの影響は、常に驚くべきものです。組織が直面する最大の分析課題は、モデルと自動化プロセスに適切なデータを入手することです。適切なデータ資産は、新しい市場のリーダーを生み出すことができます。私たちの成長は、データを優先し、実現可能なデータハンターの数の急増を反映しています。

Exploriumのデータプラットフォームと自動データディスカバリープロセスについて説明してください。

Exploriumは、オーグメンテッドデータディスカバリーとフィーチャーエンジニアリングによって動作する、エンドツーエンドのデータサイエンスプラットフォームを提供します。私たちは、データサイエンスの「データ」部分に焦点を当てています。つまり、外部データソースに自動的に接続し、機械学習プロセスを使用して最も影響力のある信号と特徴を抽出することを意味します。これは、複雑で多段階のプロセスです。Exploriumデータカタログ内の多数の関連ソースに接続することから始まり、有意義な特徴と信号のアイデアを数百万件テストし、最適な特徴セットを作成し、モデルを構築し、柔軟な方法で提供します。

データを自動的に検索することで、Exploriumプラットフォームは、データサイエンスに、ウェブ検索エンジンがウェブにしたのと同じことを実現します。最も関連性の高いデータを探し出し、ランク付けし、提供します。

これにより、データサイエンスとビジネスリーダーは、正しいデータを取得するための障壁を排除し、優れた予測力を可能にし、意思決定を推進できます。

Exploriumはどのような外部データソースにアクセスしていますか？

私たちは、企業、地理空間、行動、時間、ウェブサイトデータなど、ほとんどすべてのデータカテゴリにわたる数千のソースにアクセスしています。専門のチームが、オープン、パブリック、プレミアムソース、パートナーシップを通じてデータを取得しています。イスラエルのトップインテリジェンスおよびテクノロジー部隊から得た専門知識と経験は、意思決定におけるデータの多様性を活用する上で大きな役割を果たしています。

Exploriumは、どのようにして機械学習を使用して、クライアントにとって関連性のあるデータを理解していますか？

これは私たちの「秘密のソース」の一部ですので、詳細には触れませんが、高いレベルで説明すると、機械学習を使用して、さまざまなデータセットの意味を理解し、不断に改善されるアルゴリズムを使用して、カタログ内のどのソースが潜在的に関連しているかを特定します。実際にこれらのソースをデータに接続することで、外部および高次元データに効果的な複雑なデータディスカバリーと特徴エンジニアリングプロセスを実行し、最も影響力のある特徴を最も関連性の高いソースから特定します。機械学習モデルのコンテキストでこれを行うと、影響は統計的に測定可能になり、継続的に学習して改善することができます。

Exploriumが提供するソリューションの1つは、オーグメンテッドデータディスカバリーを使用してオンライン貸し手のアプリケーションフラッドリスクを軽減することです。このソリューションについて詳しく説明してください。

貸し手は、返済能力（財務実績）や返済意欲（詐欺）から来るリスクを予測し、軽減する必要があります。ローン申請は、貸し手がより多くの情報を収集したいという欲求と、他のプロバイダーと競争する能力とのトレードオフです。Exploriumを使用すると、既存の銀行やオンラインのチャレンジャーは、申請プロセスを外部および客観的なソースで自動的に強化し、即時のコンテキストを追加し、有意義な関係を明らかにできます。詐欺については、詳しくは言えませんが、オンラインプレゼンス、公式レコード、ソーシャルメディアでの行動パターン、物理的な足跡など、さまざまな行動や特性が、実在の申請者と比較して異なっている可能性があります。データが良ければ、予測モデルも良くなり、リスクが軽減され、収益が増加します。

より広い視点から見ると、COVID-19が世界的に広がって以来、新しい詐欺パターンと貸し手が基礎に戻る必要性の増加を目撃しています。私たちの初期の対応の1つは、これらの企業を支援するために、ビジネスリスクを評価するためのカスタム信号を生成することでした。

Exploriumの共同創設者兼CEOであるマオル・シュロモが書いた優れた記事で詳しく読むことができます。

素晴らしいインタビュー、詳しく知りたい読者は、Exploriumを訪問してください。