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

Jerry tem experiência extensa em aprendizado de máquina, sistemas de armazenamento, serviço 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. 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 Datatron.

A Datatron começou em 2016, após você deixar o Lyft. Como você concebeu inicialmente o conceito de negócios da Datatron?

Quando trabalhamos no 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 eles 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. Nós apenas entramos em cena após o algoritmo ser decidido e para tornar o deploy, monitoramento e gerenciamento do modelo mais eficientes.

A Datatron foi selecionada pela 500 Startups para ser incluída no 18º lote de empresas de aceleração. Como essa residência o influenciou pessoalmente e como você gerencia a Datatron?

Aprendemos muito com as experiências do StartX e 500 Startup, que incluem como apresentar para investidores, como encontrar o ajuste de produto/mercado, como executar vendas/marketing, coisas que não tínhamos experiência pessoal antes.

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

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

Deploy de Modelo:

Crie e dimensione deploys de modelo em apenas alguns cliques. Deploy modelos desenvolvidos em qualquer estrutura ou linguagem.

Monitoramento de Modelo:

Tome decisões de negócios mais inteligentes para economizar tempo e dinheiro da sua equipe. Monitore o desempenho do modelo e detecte a decadência do modelo à medida que acontece.

Governança de Modelo:

Gaste menos tempo na validação de modelo, detecção de viés e processos de auditoria interna. Vá do desenvolvimento de modelo para auditoria interna e 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 o aprendizado de máquina se encaixa nisso?

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

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

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

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

Suportamos 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. Até 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 têm equipes de ciência de dados diferentes e essas equipes estão usando 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 impactará diretamente a receita. Ter uma plataforma que padronize a prática de aprendizado 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 alcançar clientes potenciais ativamente.

Para saber mais, visite Datatron.