Джерри Сю, сооснователь и CEO Datatron – Серия интервью

Джерри имеет обширный опыт в области машинного обучения, систем хранения, онлайн-сервисов, распределенных систем, виртуализации и ядра ОС. Он работал над высокопроизводительными и крупномасштабными системами в компаниях such as: Lyft, Box, Twitter, Zynga и Microsoft. Он также является автором открытого проекта Lib Crunch и трижды лауреатом премии Microsoft Gold Star Award. Джерри окончил магистратуру по компьютерным наукам в Шанхайском университете. Его последний стартап – Datatron.

Datron начался в 2016 году после того, как вы ушли из Lyft. Как вы изначально задумали концепцию бизнеса Datatron?

Когда мы работали в Lyft, мы заметили, что данные ученые обычно приходят из разных областей, таких как математика, физика, биоинженерия и т. д. Часто очень трудно для них понять инженерную часть того, как работают их модели, хотя у них есть хорошее интуитивное понимание модели и математики. Это мотивировало нас начать Datatron. Мы не пытаемся помочь ученым найти лучший алгоритм. Мы вступаем в игру после того, как алгоритм уже выбран, и делаем развертывание, мониторинг и управление моделью более эффективными.

Datron был выбран компанией 500 Startups для включения в 18-й когорт ускоренных компаний. Как это проживание лично повлияло на вас и как вы управляете Datatron?

Мы многое узнали из опыта StartX и 500 Startup, включая то, как представлять инвесторам, как найти соответствие продукта и рынка, как управлять продажами и маркетингом, что мы не имели личного опыта раньше.

Datron – это платформа управления моделями машинного обучения, искусственного интеллекта и науки о данных. Можете ли вы рассказать о некоторых функциях, которые предлагает ваша платформа?

Наш продукт имеет четыре модуля: Model Deployment, Model Monitoring, Model Challenger и Model Governance.

Model Deployment:

Создайте и масштабируйте развертывания моделей всего за несколько кликов. Развертывайте модели, разработанные в любой框架 или языке.

Model Monitoring:

Принимайте лучшие бизнес-решения, чтобы сэкономить время и деньги вашей команды. Мониторьте производительность модели и обнаруживайте ухудшение модели по мере его возникновения.

Model Governance:

Тратьте меньше времени на проверку модели, обнаружение предвзятости и внутренние аудиторские процессы. Переходите от разработки модели к внутреннему аудиту и производству быстрее, чем когда-либо прежде.

Одним из вариантов использования Datatron является прогнозирование спроса, которое важно для предприятий, которым необходимо планировать и распределять ресурсы. Как машинное обучение играет в этом роль?

Спрос обычно меняется с сезонностью и тенденцией, что является типичной задачей машинного обучения. Модели машинного обучения, такие как ARIMA, Recurrent Neural Network (RNN), могут учиться на исторических данных, чтобы найти тенденцию и сезонность автоматически и делать прогнозы на основе этого.

Какие фреймворки моделей (например, TensorFlow) вы в настоящее время поддерживаете?

Мы поддерживаем большинство популярных фреймворков машинного обучения, таких как sklearn, TensorFlow, H2O, R, SAS и т. д.

На каких языках необходимо строить модели, чтобы они были поддержаны Datatron?

Мы поддерживаем модели на их родных языках – Python, R, Java и т. д.

Какие отрасли лучше всего обслуживаются с помощью платформы Datatron?

По сути, наша платформа является горизонтальным решением, что означает, что она может быть использована многими различными отраслями. На данный момент мы пытаемся сосредоточиться на финансовых услугах и телекоммуникациях.

Какие из наиболее сложных аспектов науки о данных сталкиваются компании, и почему Datatron решает эту проблему для них?

Многие компании уже имеют разные команды науки о данных и используют различные инструменты для построения своих моделей и имеют разные практики управления моделями. Все больше и больше предприятий осознают, что модель становится активом и будет напрямую влиять на их верхнюю строку. Иметь платформу, которая может стандартизировать практику машинного обучения во всей компании, становится критически важным и необходимым. Наша платформа может помочь решить эти проблемы.

Есть ли что-то еще, что вы хотели бы поделиться о Datatron?

У нас есть много входящих интересов от крупных предприятий. В то же время мы также строим нашу команду продаж и маркетинга, чтобы активно выходить на потенциальных клиентов.

Чтобы узнать больше, посетите Datatron.