Fabiana Clemente, współzałożyciel i Chief Data Officer w YData – seria wywiadów

Fabiana Clemente jest współzałożycielem i Chief Data Officer w YData. YData to startup AI, który stworzył pierwsze rozwiązanie oparte na danych, łączące odkrywanie, poprawę i skalowanie w jednej platformie.

Czym było to, co początkowo przyciągnęło Cię do sztucznej inteligencji i uczenia maszynowego?

Mój background to Matematyka Stosowana, gdzie miałem okazję nauczyć się i zrozumieć, jak wydobywać informacje z danych, a także robić to przy użyciu kodu. W tamtym czasie nie było to tak modne jak Uczenie Maszynowe, ale to właśnie to zapaliło we mnie pasję do tego obszaru.

Czy mógłbyś opowiedzieć o historii powstania YData?

Jako Data Scientist, który pracował zarówno w startupach, jak i w przedsiębiorstwach, miałem swoją część problemów – czasami dostęp do danych był zablokowany ze względów bezpieczeństwa lub prywatności, a czasami dostęp był łatwy, ale jakość danych nie była nawet bliska temu, co było potrzebne do budowy rozwiązań opartych na AI. Wiedząc, że te problemy są bardzo powszechne w większości organizacji, zainspirowało nas do założenia firmy z celem pomocy tym zespołom w pokonaniu tych przeszkód, poprzez przyspieszenie ich rozwoju AI z ulepszonymi danymi.

Czy mógłbyś opowiedzieć naszej publiczności, co to jest dane syntetyczne?

Dane syntetyczne są uważane za wszelkie dane, które nie zostały wygenerowane w świecie rzeczywistym, czyli wszelkie dane, które zostały stworzone sztucznie. Istnieją metody, które umożliwiają generowanie danych syntetycznych – od strategii opartych na regułach po korzystanie z modeli Machine Learning lub Deep Learning, aby nauczyć się tych “reguł”. W YData przyjęliśmy i wyspecjalizowaliśmy się w strategii opartej na Deep Learning, aby generować nowe dane, które zachowują zachowanie zdarzeń z świata rzeczywistego, bez obaw o prywatność.

Czym sprawia, że dane syntetyczne są tak ważne?

Im więcej organizacji zdaje sobie sprawę z ważności danych, aby zwiększyć swoje biznesy, tym bardziej zrozumieją znaczenie i rolę danych syntetycznych. Zebranie danych rzeczywistych nie tylko jest czasochłonne i drogie, ale czasami również niemożliwe. Aby budować aplikacje AI, dane są wymogiem – tutaj pojawiają się dane syntetyczne. Możliwość generowania niewidzianych scenariuszy lub po prostu odblokowania dostępu do danych jest kluczem do rozwoju w świecie, w którym pionierzy, tacy jak Andrew Ng, twierdzą, że bycie centrycznym dla danych jest kluczem do udanej adopcji AI.

W samochodach autonomicznych lub innych działaniach zautomatyzowania już teraz można dostrzec znaczenie danych syntetycznych, więc powiedziałbym, że jest to tylko naturalne, że to zrozumienie rozprzestrzenia się na wszystkie piony przemysłu.

Jak YData generuje dane syntetyczne?

YData wykorzystuje głównie modele Deep Generative, aby nauczyć się statystycznych atrybutów i korelacji między zmiennymi w danych oryginalnych. To pozwala modelowi wygenerować zestaw danych, który ma takie same znaczenie biznesowe jak oryginalny, bez umożliwienia śledzenia do oryginalnych rekordów.

YData jest firmą, która stoi za Społecznością Danych Syntetycznych – grupą ekspertów z dziedziny nauki o danych, którzy są zaangażowani w ewangelizację i pomoc wszystkim, którzy chcą nauczyć się i używać tej technologii.

Jak platforma YData pomaga odkrywać i odblokowywać nowe źródła danych?

Platforma YData zawiera wbudowane łączniki do każdego typu bazy danych, magazynu danych lub jeziora danych, co pozwala użytkownikom łatwo uzyskać dostęp do odpowiednich metadanych i zrozumieć, czy istniejące dane są przydatne do odpowiedzi na pytania biznesowe, które mają pod ręką – bez nawet patrzenia na rzeczywiste rekordy.

Czy mógłbyś podzielić się niektórymi szczegółami dotyczącymi Społeczności Danych Syntetycznych?

Dane syntetyczne są jeszcze w powijakach i z tego powodu świadomość, jak są one generowane, jakie są ich korzyści czy ograniczenia, są jeszcze nieznane dla szerszej publiczności. Dlatego w YData zdecydowaliśmy się na bardziej edukacyjny kierunek, tworząc Społeczność Danych Syntetycznych – poza tym, że jest to miejsce do wymiany pomysłów lub uzyskania pomocy od ekspertów w dziedzinie danych syntetycznych, jest to również miejsce, gdzie naukowcy i inni specjaliści techniczni mogą rozpocząć swoją podróż w świat danych syntetycznych, z niektórymi z najbardziej interesujących algorytmów z literatury.

Ponadto, oferujemy również perspektywę na jakość danych, aby naukowcy mogli najpierw zrozumieć dane, z którymi pracują, zanim je syntetyzują lub poprawią syntezę danych. Jesteśmy prawdziwie zaangażowani w pomocy zespołom danych, aby stały się coraz bardziej centryczne dla danych.

YData niedawno ogłosił 2,7 mln dolarów w finansowaniu, aby przyspieszyć swoją ekspansję międzynarodową. Czy mógłbyś podzielić się niektórymi szczegółami dotyczącymi tego, co to oznacza dla przyszłości firmy i jej strategii ekspansji?

YData urodziła się już jako firma międzynarodowa – wiedzieliśmy, że tego typu technologia potrzebuje wczesnych adopterów, którzy zwykle są w najbardziej zaawansowanych krajach. Dlatego nasi pierwsi klienci byli już poza Portugalią, w całej Europie, a teraz ustanawiamy swoją obecność w Ameryce Północnej. To finansowanie pozwoli nam na wzmocnienie naszej obecności na obu kontynentach, nie tylko komercyjnie, ale również na rozwój zespołu – jesteśmy w pełni rozproszonym zespołem, co pozwala nam na zatrudnianie najlepszych talentów, niezależnie od ich położenia.

Czy jest coś jeszcze, co chciałbyś podzielić się o YData?

YData jest firmą, która przesuwa granice AI centrycznego dla danych i tworzy nową kategorię: DataPrepOps – chociaż jest to brzydkie słowo, jest to ból, z którym borykają się obecnie większość firm, gdy chodzi o rozwój nauki o danych. Trend jakości danych nadal rośnie, a po Data Pipelines i Data Observability, jakość danych dla zespołów nauki o danych jest jeszcze w powijakach, a YData wyłania się jako lider myśli w dziedzinie przygotowania danych.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić YData.