Jerry Xu, współzałożyciel i dyrektor generalny Datatron – seria wywiadów

Jerry ma rozległe doświadczenie w uczeniu maszynowym, systemach pamięci masowej, usługach online, systemach rozproszonych, wirtualizacji i jądrze systemu operacyjnego. Pracował nad wysokowydajnymi i wielkoskalowymi systemami w takich firmach jak: Lyft, Box, Twitter, Zynga, Microsoft. Jest także autorem projektu open source Lib Crunch i jest trzykrotnym zdobywcą nagrody Microsoft Gold Star Award. Jerry ukończył studia magisterskie z informatyki na Uniwersytecie w Szanghaju. Jego najnowszym start-upem jest Datatron.
Datatron rozpoczął działalność w 2016 roku, po opuszczeniu Lyft. Jak początkowo wpadłeś na koncepcję biznesową Datatron?

Kiedy pracowaliśmy w Lyft, zauważyliśmy, że badacze danych zwykle wywodzą się z różnych środowisk, takich jak matematyka, fizyka, bioinżynieria itp. Często jest im bardzo trudno zdobyć część inżynieryjną dotyczącą działania ich modeli, mimo że mają dobrą intuicję w zakresie model i matematyka. To zmotywowało nas do założenia Datatron. Nie staramy się pomóc analitykom danych w znalezieniu najlepszego algorytmu. Obraz pojawia się dopiero po ustaleniu algorytmu i usprawnieniu wdrażania modelu, jego monitorowania i zarządzania.

Datatron został wybrany przez 500 Startupów do włączenia do 18. kohorty firm akceleracyjnych. Jak ta rezydentura wpłynęła na Ciebie osobiście i jak zarządzasz firmą Datatron?

Wiele się nauczyliśmy z doświadczeń StartX i 500 Startup, w tym tego, jak docierać do inwestorów, jak znaleźć dopasowanie produktu/rynku, jak prowadzić sprzedaż/marketing, czego osobiście nie mieliśmy wcześniej doświadczenia.

Datatron to platforma zarządzania modelami ML, AI i Data Science. Czy mógłbyś opisać niektóre funkcjonalności oferowane przez Twoją platformę?

Nasz produkt składa się teraz z czterech modułów: Wdrażanie modelu, Minoring modelu, Challenger modelu i Zarządzanie modelem.

Wdrożenie modelu:

Twórz i skaluj wdrożenia modeli za pomocą zaledwie kilku kliknięć. Wdrażaj modele opracowane w dowolnym środowisku lub języku.

Monitorowanie modelu:

Podejmuj lepsze decyzje biznesowe, aby zaoszczędzić czas i pieniądze swojego zespołu. Monitoruj wydajność modelu i wykrywaj zanikanie modelu w miarę jego występowania.

Zarządzanie modelami:

Spędzaj mniej czasu na walidacji modelu, wykrywaniu stronniczości i procesach audytu wewnętrznego. Przejdź od rozwoju modelu przez audyt wewnętrzny do produkcji szybciej niż kiedykolwiek.

Jednym z przypadków użycia Datatronu jest prognozowanie popytu, które jest ważne dla przedsiębiorstw, które muszą planować i alokować zasoby. Jaki wpływ ma na to uczenie maszynowe?

Popyt zwykle zmienia się wraz z sezonowością i trendem, co jest typowym problemem uczenia maszynowego. Modele uczenia maszynowego, takie jak ARIMA, Powtarzalna sieć neuronowa (RNN) może uczyć się na podstawie danych historycznych, aby automatycznie znajdować trend i sezonowość i na tej podstawie tworzyć prognozy.

Które modele frameworku (na przykład TensorFlow) obecnie obsługujecie?

Obsługujemy większość popularnych frameworków do uczenia maszynowego, takich jak sklearn, TensorFlow, H2O, R, SAS itp.

W jakich językach muszą być wbudowane modele, aby były obsługiwane przez Datatron?

Wspieramy modele w ich rodzimych językach – Python, R, Java itp.

W jakich branżach najlepiej sprawdza się platforma Datatron?

Zasadniczo nasza platforma jest rozwiązaniem horyzontalnym, co oznacza, że ​​może być wykorzystywana w wielu różnych branżach. Na razie staramy się koncentrować na usługach finansowych i telekomunikacyjnych.

Jakie są najtrudniejsze aspekty analityki danych, przed którymi stoją firmy, i dlaczego Datatron rozwiązuje je za nich?

Wiele firm ma już różne zespoły ds. analityki danych, które używają różnych narzędzi do budowania swoich modeli i mają różne praktyki zarządzania swoimi modelami. Coraz więcej przedsiębiorstw zdaje sobie sprawę, że model ten staje się atutem i będzie miał bezpośredni wpływ na ich przychody. Posiadanie platformy może ujednolicić praktykę uczenia maszynowego w całej firmie staje się krytyczne i wymagane. Nasza platforma może pomóc rozwiązać te problemy.

Czy jest coś jeszcze, czym chciałbyś się podzielić na temat Datatron?

Otrzymaliśmy wiele przychodzących zgłoszeń od dużych przedsiębiorstw. Jednocześnie budujemy również zespół sprzedaży i marketingu, aby aktywnie docierać do potencjalnych klientów.

Więcej informacji na stronie Datatron.