Jerry Xu, Co-Fundador e CEO da Datatron – Série de Entrevistas

Jerry tem ampla experiência em aprendizado de máquina, sistemas de armazenamento, serviços online, sistemas distribuídos, virtualização e kernel de SO. Ele trabalhou em sistemas de alto desempenho e grande escala em empresas como: Lyft, Box, Twitter, Zynga e Microsoft (MSFT ). Ele também é autor do projeto de código aberto Lib Crunch e é um três vezes vencedor do Prêmio Microsoft Gold Star. Jerry completou seu mestrado em ciência da computação na Universidade de Xangai. Seu startup mais recente é a Datatron.
A Datatron começou em 2016, após você deixar a Lyft. Como você concebeu inicialmente o conceito de negócios da Datatron?

Quando trabalhamos na Lyft, notamos que os cientistas de dados geralmente vêm de backgrounds diversificados, como Matemática, Física, Bioengenharia, etc. É frequentemente muito difícil para eles entender a parte de engenharia de como seus modelos funcionam, embora tenham uma boa intuição sobre o modelo e a matemática. Isso nos motivou a iniciar a Datatron. Não estamos tentando ajudar os cientistas de dados a encontrar o melhor algoritmo. Entramos em cena apenas após o algoritmo ter sido decidido, para tornar a implantação, monitoramento e gerenciamento do modelo mais eficientes.

A Datatron foi selecionada pela 500 Startups para fazer parte do 18º lote de empresas de aceleração. Como essa residência influenciou pessoalmente você e como você gerencia a Datatron?

Aprendemos muito com as experiências na StartX e 500 Startups, incluindo como fazer pitches para investidores, como encontrar o ajuste de produto/mercado, como executar vendas e marketing, coisas que não tínhamos experiência pessoal antes.

A Datatron é uma plataforma de gerenciamento para modelos de ML, IA e Ciência de Dados. Pode explicar algumas das funcionalidades oferecidas pela sua plataforma?

Nosso produto tem quatro módulos agora: Implantação de Modelo, Monitoramento de Modelo, Desafio de Modelo e Governança de Modelo.

Implantação de Modelo:

Criar e dimensionar implantações de modelos em apenas alguns cliques. Implantar modelos desenvolvidos em qualquer estrutura ou linguagem.

Monitoramento de Modelo:

Tomar melhores decisões de negócios para economizar tempo e dinheiro da equipe. Monitorar o desempenho do modelo e detectar a decadência do modelo à medida que ocorre.

Governança de Modelo:

Gastar menos tempo na validação do modelo, detecção de viés e processos de auditoria interna. Ir do desenvolvimento do modelo à auditoria interna à produção mais rápido do que nunca.

Um dos casos de uso da Datatron é a Previsão de Demanda, que é importante para as empresas que precisam planejar e alocar recursos. Como a aprendizagem de máquina se encaixa nisso?

A demanda geralmente muda com sazonalidade e tendência, o que é um problema típico de aprendizagem de máquina. Modelos de aprendizagem de máquina, como ARIMA, Rede Neural Recorrente (RNN), podem aprender com dados históricos para encontrar a tendência e a sazonalidade automaticamente e fazer previsões com base nisso.

Quais frameworks de modelo (por exemplo, TensorFlow) você atualmente suporta?

Apoiamos a maioria dos frameworks de aprendizagem de máquina populares, como sklearn, TensorFlow, H2O, R, SAS, etc.

Em quais linguagens os modelos precisam ser construídos para serem suportados pela Datatron?

Apoiamos modelos em suas linguagens nativas – Python, R, Java, etc.

Quais são os tipos de indústrias que são melhor atendidas pelo uso da plataforma Datatron?

Fundamentalmente, nossa plataforma é uma solução horizontal, o que significa que pode ser usada por muitas indústrias diferentes. Atualmente, estamos tentando nos concentrar em serviços financeiros e telecomunicações.

Quais são os aspectos mais desafiadores da ciência de dados que as empresas enfrentam, e por que a Datatron resolve isso para elas?

Muitas empresas têm equipes de ciência de dados diferentes e essas equipes usam ferramentas diferentes para construir seus modelos e têm práticas diferentes para gerenciar seus modelos. Cada vez mais, as empresas percebem que o modelo está se tornando um ativo e terá um impacto direto na linha de cima. Ter uma plataforma que padronize a prática de aprendizagem de máquina em toda a empresa se torna crítico e necessário. Nossa plataforma pode ajudar a resolver esses problemas.

Há algo mais que você gostaria de compartilhar sobre a Datatron?

Recebemos muitos interesses de grandes empresas. Ao mesmo tempo, também estamos construindo nossa equipe de vendas e marketing para atingir ativamente os clientes potenciais.

Para saber mais, visite Datatron.