Omer Har, Bashkëthemelues dhe CTO, Explorium – Seria e Intervistave

Omer Har është një veteran i shkencës së të dhënave dhe inxhinierisë softuerike me gati një dekadë përvojë në ndërtimin e modeleve të AI që çojnë përpara bizneset e mëdha.

Omer Har është Bashkëthemelues dhe CTO i Eksplorium, një kompani që ofron një platformë të parë të llojit të saj të shkencës së të dhënave të mundësuar nga zbulimi i shtuar i të dhënave dhe inxhinieria e veçorive. Duke u lidhur automatikisht me mijëra burime të jashtme të të dhënave dhe duke shfrytëzuar mësimin e makinerive për të distiluar sinjalet më të efektshme, platforma Explorium fuqizon shkencëtarët e të dhënave dhe drejtuesit e biznesit për të nxitur vendimmarrjen duke eliminuar pengesën për të marrë të dhënat e duhura dhe duke mundësuar fuqi superiore parashikuese.

Kur zbuluat për herë të parë se dëshironit të përfshiheshit në shkencën e të dhënave?

Interesi im për shkencën e të dhënave shkon më shumë se një dekadë, që ka të bëjë me sa kohë kam praktikuar dhe udhëhequr ekipe të shkencës së të dhënave. Fillova si inxhinier softuerësh, por u tërhoqa gjithmonë nga të dhënat komplekse dhe sfidat algoritmike që herët. Unë isha me fat që e mësova zanatin në Microsoft Research, i cili ishte një nga vendet e pakta në atë kohë ku mund të punoje vërtet në sfidat komplekse të të mësuarit të makinerive të aplikuara në shkallë.

Ju bashkëthemelues të Explorium në 2017, a mund të diskutoni për frymëzimin që qëndron pas nisjes së këtij start-up?

Explorium bazohet në një nevojë të thjeshtë dhe shumë të fuqishme – ka kaq shumë të dhëna rreth nesh që mund të ndihmojnë në ndërtimin e modeleve më të mira, por nuk ka asnjë mënyrë për të ditur paraprakisht se cilat burime të të dhënave do të kenë ndikim dhe si. Ideja origjinale erdhi nga Maor Shlomo, bashkë-themelues dhe CEO i Explorium, i cili po merrej me shumëllojshmëri të paprecedentë të të dhënave në shërbimin e tij ushtarak dhe duke trajtuar mënyra për t'i përdorur ato në vendimmarrje dhe modelim. Kur ne të tre u mblodhëm për herë të parë, ishte menjëherë e qartë për ne se kjo përvojë i bën jehonë nevojave që kishim të bënim brenda botës së biznesit, veçanërisht në fushat me rritje të shpejtë të bazuara në shkencën e të dhënave si reklamat dhe teknologjitë e marketingut njëbrirësh, ku si unë dhe Ose Tamir (Bashkëthemelues dhe COO i Explorium) ishin duke udhëhequr rritjen përmes të dhënave.

Përpara Explorium, gjetja e burimeve përkatëse të të dhënave që ndikuan me të vërtetë - për të përmirësuar saktësinë e modelit tuaj të mësimit të makinerive - ishte një proces intensiv i punës, kohë dhe i kushtueshëm me shanse të ulëta suksesi. Arsyeja është se ju në thelb jeni duke hamendësuar dhe duke përdorur njerëzit tuaj më të shtrenjtë - shkencëtarët e të dhënave - për të eksperimentuar. Për më tepër, marrja e të dhënave në vetvete është një proces kompleks biznesi dhe ekipet e shkencës së të dhënave zakonisht nuk kanë aftësinë për t'u angazhuar komercialisht me ofrues të shumtë të të dhënave.

Si një udhëheqës i shkencës së të dhënave që matej me ndikimin e biznesit të krijuar nga modelet, unë nuk pata luksin të dërgoja ekipin tim në një ndjekje të patës së egër. Si rezultat, ju shpesh preferoni të vendosni përpjekjet tuaja në gjëra që mund të kenë një ndikim shumë më të ulët se një burim i ri përkatës i të dhënave, vetëm sepse ato janë shumë më tepër në sferën tuaj të kontrollit.

Explorium së fundmi mblodhi me sukses një fond shtesë prej 31 milion dollarësh në një raund të Serisë B. A jeni befasuar se sa shpejt është rritur kompania juaj?

Ka qenë padyshim një udhëtim me raketa deri më tani, dhe nuk mund ta marrësh kurrë si të mirëqenë. Nuk mund të them se u befasova nga sa e përhapur është nevoja për të dhëna më të mira, por është gjithmonë një përvojë e jashtëzakonshme të shohësh ndikimin që gjeneron për klientët dhe biznesin e tyre. Sfida më e madhe analitike me të cilën do të përballen organizatat gjatë dekadës së ardhshme është gjetja e të dhënave të duhura për të ushqyer modelet e tyre dhe proceset e automatizuara. Asetet e duhura të të dhënave mund të kurorëzojnë liderë të rinj tregu, kështu që rritja jonë reflekton me të vërtetë numrin në rritje të shpejtë të klientëve që e kuptojnë këtë dhe po i bëjnë të dhënat prioritet. Në fakt, numri i "Gjuetarëve të të Dhënave" - ​​njerëz që kërkojnë të dhëna si pjesë e punës së tyre të përditshme - po rritet në mënyrë eksponenciale në përvojën tonë.

A mund të shpjegoni se çfarë është platforma e të dhënave të Explorium dhe cili është procesi i automatizuar i zbulimit të të dhënave?

Explorium ofron një platformë të shkencës së të dhënave nga skaji në fund të mundësuar nga zbulimi i shtuar i të dhënave dhe inxhinieria e veçorive. Ne jemi të përqendruar në pjesën e "të dhënave" të shkencës së të dhënave - që do të thotë të lidhemi automatikisht me mijëra burime të jashtme të të dhënave dhe të shfrytëzojmë proceset e mësimit të makinerive për të distiluar sinjalet dhe veçoritë më ndikuese. Ky është një proces kompleks dhe me shumë faza, i cili fillon duke u lidhur me një mori burimesh të rëndësishme kontekstuale në atë që ne e quajmë katalogu i të dhënave Explorium. Më pas ne automatizojmë procesin që eksploron këtë shumëllojshmëri të dhënash të ndërlidhura, duke testuar qindra mijëra ide për veçori dhe sinjale domethënëse për të krijuar grupin optimal të veçorive, për të ndërtuar modele mbi të dhe për t'i shërbyer atyre në prodhim në mënyra fleksibël.

Duke automatizuar kërkimin për të dhënat që ju nevojiten, jo vetëm për të dhënat që keni nga brenda, platforma Explorium po i bën shkencës së të dhënave atë që bënë motorët e kërkimit për ueb – ne po fshijmë, renditim dhe po ju sjellim të dhënat më të rëndësishme për parashikimin pyetje në dorë.

Kjo fuqizon shkencëtarët e të dhënave dhe drejtuesit e biznesit për të nxitur vendimmarrjen duke eliminuar pengesën për të marrë të dhënat e duhura dhe duke mundësuar fuqi më të lartë parashikuese.

Cilat lloje të burimeve të jashtme të të dhënave përdor Explorium?

Ne kemi akses në mijëra burime pothuajse në çdo kategori të dhënash që mund të mendoni, duke përfshirë të dhënat e kompanisë, gjeohapësinore, sjelljeje, të bazuara në kohë, të dhëna në uebsajt dhe më shumë. Ne kemi ekipe të shumta ekspertësh që specializohen në marrjen e të dhënave përmes burimeve të hapura, publike dhe premium, si dhe partneriteteve. Qasja jonë në talentet unike nga njësitë më të larta të inteligjencës dhe teknologjisë së Izraelit sjell njohuri dhe përvojë të konsiderueshme në përdorimin e shumëllojshmërisë së të dhënave për vendimmarrje.

Si e përdor Explorium mësimin e makinerive për të kuptuar se cilat lloje të të dhënave janë të rëndësishme për klientët?

Kjo është pjesë e "salcës tonë të fshehtë" kështu që nuk mund të zhytem, ​​por në një nivel të lartë, ne përdorim mësimin e makinerive për të kuptuar kuptimin e pjesëve të ndryshme të grupeve të të dhënave tuaja dhe përdorim algoritme që përmirësojnë vazhdimisht për të identifikuar se cilat burime në zhvillimin tonë katalogu janë potencialisht relevant. Duke i lidhur në fakt këto burime me të dhënat tuaja, ne jemi në gjendje të kryejmë zbulimin kompleks të të dhënave dhe proceset inxhinierike të veçorive, të krijuara posaçërisht për të qenë efektive për të dhënat e jashtme dhe me dimensione të larta, për të identifikuar veçoritë më me ndikim nga burimet më të rëndësishme. Bërja e të gjithave në kontekstin e modeleve të mësimit të makinerive e bën ndikimin të matshëm statistikisht dhe na lejon të mësojmë dhe përmirësojmë vazhdimisht aftësitë tona të përputhjes, gjenerimit dhe zbulimit.

Një nga zgjidhjet që ofrohet është zbutja e rrezikut të mashtrimit të aplikacioneve për huadhënësit në internet duke përdorur zbulimin e të dhënave të shtuara. A mund të hyni në detaje se si funksionon kjo zgjidhje?

Huadhënia ka të bëjë me parashikimin dhe zbutjen e rrezikut – nëse ai vjen nga aftësia e huamarrësit për të shlyer kredinë (p.sh. performanca financiare) ose nga synimi i tyre për ta bërë këtë (p.sh. mashtrimi). Aplikimet për kredi janë në thelb një shkëmbim ndërmjet dëshirës së huadhënësit për të mbledhur më shumë informacion dhe aftësisë së tyre për të konkurruar me ofruesit e tjerë, pasi pyetësorët më të gjatë dhe më të rëndë kanë shkallë më të ulët të përfundimit, janë të njëanshëm nga përkufizimi, etj.

Me Explorium, si bankat ekzistuese ashtu edhe sfiduesit në internet janë në gjendje të shtojnë automatikisht procesin e aplikimit me burime të jashtme dhe objektive që shtojnë kontekstin e menjëhershëm dhe zbulojnë marrëdhënie domethënëse. Pa dhënë shumë për të ndihmuar mashtruesit, mund të imagjinoni se në kontekstin e mashtrimit kjo mund të nënkuptojë sjellje dhe veti të ndryshme që dallohen kundrejt aplikantëve të vërtetë nëse jeni në gjendje të mblidhni një pamje 360 ​​të tyre. Gjithçka, nga prania në internet, të dhënat zyrtare, modelet e sjelljes në mediat sociale dhe gjurmët fizike lënë thërrime që mund të hipotezohen dhe testohen si veçori dhe tregues të mundshëm nëse mund të përdorni të dhënat përkatëse dhe njohuritë vertikale. E thënë thjesht, të dhënat më të mira sigurojnë modele më të mira parashikuese, të cilat ndihmojnë në përkthimin e rrezikut të reduktuar dhe të ardhurave më të larta në vlerën përfundimtare të huadhënësve.

Në një këndvështrim më të gjerë, që nga goditja e COVID-19 në një shkallë globale, ne kemi parë një rritje të modeleve të reja të mashtrimit, si dhe nevojën e huadhënësve për t'u kthyer në bazat, pasi pandemia theu të gjitha modelet. Askush nuk e mori parasysh këtë lloj ngjarjeje "Mjellma e Zezë" dhe një pjesë e përgjigjes sonë fillestare për t'i ndihmuar këto kompani ka qenë gjenerimi i sinjaleve të personalizuara që ndihmojnë në vlerësimin e rrezikut të biznesit në këto kohë të pasigurta dhe dinamike.

Mund të lexoni më shumë rreth në një postim i shkëlqyer shkruar nga Maor Shlomo, bashkë-themelues dhe CEO i Explorium.

Faleminderit për intervistën e mrekullueshme, lexuesit që dëshirojnë të mësojnë më shumë duhet ta vizitojnë Explorium.