Entrevistas
Jerry Xu, co-fundador e CEO da Datatron – série de entrevistas
Jerry tem vasta experiência em aprendizado de máquina, sistemas de armazenamento, serviços online, sistemas distribuídos, virtualização e kernel de sistema operacional. Trabalhou em sistemas de alto desempenho e grande escala em empresas como: Lyft, Box, Twitter, Zynga e Microsoft. Ele também é o autor do projeto de código aberto Lib Crunch e é três vezes vencedor do Microsoft Gold Star Award. Jerry concluiu seu mestrado em ciência da computação na Universidade de Xangai. Sua startup mais recente é datatron.
Datatron começou em 2016 depois que você deixou Lyft. Como você inicialmente concebeu o conceito de negócio da Datatron?
Quando trabalhamos na Lyft, notamos que o cientista de dados geralmente vem de diversas origens, como matemática, física, bioengenharia, etc. Muitas vezes é muito difícil para eles entender a parte de engenharia de como seus modelos funcionam, embora tenham uma boa intuição sobre o modelo e matemática. Isso nos motivou a iniciar a Datatron. Não estamos tentando ajudar o cientista de dados a encontrar o melhor algoritmo. Só entramos em cena depois que o algoritmo é decidido e para tornar mais eficiente a implantação, monitoramento e gerenciamento do modelo.
A Datatron foi selecionada por 500 Startups para fazer parte da 18ª coorte de empresas aceleradoras. Como essa residência o influenciou pessoalmente e como você gerencia a Datatron?
Aprendemos muito com as experiências StartX e 500 Startup, que incluem como lançar para investidores, como encontrar ajuste de produto/mercado, como executar vendas/marketing que não tínhamos experiência pessoal antes.
Datatron é uma plataforma de gerenciamento para modelos de ML, AI e Data Science. Você poderia detalhar algumas das funcionalidades oferecidas por sua plataforma?
Nosso produto agora tem quatro módulos, Model Deployment, Model Minoring, Model Challenger e Model Governance.
Implementação do modelo:
Crie e dimensione implantações de modelos com apenas alguns cliques. Implante modelos desenvolvidos em qualquer framework ou linguagem.
Monitoramento de modelo:
Tome melhores decisões de negócios para economizar tempo e dinheiro da sua equipe. Monitore o desempenho do modelo e detecte a deterioração do modelo conforme ela ocorre.
Modelo de Governança:
Gaste menos tempo com validação de modelo, detecção de viés e processos de auditoria interna. Vá do desenvolvimento do modelo à auditoria interna e à produção mais rápido do que nunca.
Um dos casos de uso do Datatron é a Previsão de Demanda, importante para empresas que precisam planejar e alocar recursos. Como o aprendizado de máquina se encaixa nisso?
A demanda geralmente muda tanto com a sazonalidade quanto com a tendência, o que é um problema típico de aprendizado de máquina. Modelos de aprendizado de máquina como ARIMA, Rede Neural Recorrente (RNN) pode aprender com dados históricos para encontrar a tendência e a sazonalidade automaticamente e fazer previsões com base nisso.
Quais modelos de estrutura (por exemplo, TensorFlow) você suporta atualmente?
Oferecemos suporte à maioria das estruturas populares de aprendizado de máquina, como sklearn, TensorFlow, H2O, R, SAS etc.
Em quais idiomas os modelos precisam ser construídos para serem suportados pelo Datatron?
Oferecemos suporte a modelos em seus idiomas nativos – Python, R, Java etc.
Quais são alguns dos tipos de indústrias que são melhor atendidas usando a plataforma Datatron?
Fundamentalmente, nossa plataforma é uma solução horizontal, o que significa que pode ser usada por vários setores diferentes. A partir de agora, estamos tentando nos concentrar em serviços financeiros e telecomunicações.
Quais são alguns dos aspectos mais desafiadores da ciência de dados que as empresas enfrentam e por que a Datatron resolve isso para elas?
Muitas empresas já possuem equipes de ciência de dados diferentes e essas equipes estão usando ferramentas diferentes para construir seu modelo e têm práticas diferentes para gerenciar seus modelos. Mais e mais empresas perceberam que o modelo está se tornando um ativo e afetará diretamente sua receita. Ter uma plataforma que possa padronizar a prática de aprendizado de máquina em toda a empresa torna-se crítico e necessário. Nossa plataforma pode ajudar a resolver esses problemas.
Há mais alguma coisa que você gostaria de compartilhar sobre o Datatron?
Recebemos muitos interesses de entrada de grandes empresas. Ao mesmo tempo, também estamos construindo nossa equipe de vendas e marketing para alcançar clientes em potencial ativamente.
Para saber mais visite Datatron.