Jerry Xu, Datatron’un Kurucu Ortağı ve CEO’su – Röportaj Serisi

Jerry, makine öğrenimi, depolama sistemleri, çevrimiçi hizmet, dağıtılmış sistemler, sanallaştırma ve işletim sistemi çekirdeği konularında geniş deneyime sahiptir. Lyft, Box, Twitter, Zynga ve Microsoft (MSFT ) gibi şirketlerde yüksek performanslı ve büyük ölçekli sistemler üzerinde çalışmıştır. Ayrıca açık kaynaklı Lib Crunch projesinin yazarıdır ve üç kez Microsoft Altın Yıldız Ödülü’nü kazanmıştır. Jerry, Şangay Üniversitesi’nde bilgisayar bilimi alanında yüksek lisans derecesini tamamlamıştır. En son girişimi Datatron şirketidir.
Datron 2016 yılında Lyft’ten ayrıldıktan sonra nasıl ortaya çıktı?

Lift’te çalışırken, veri bilimcilerin genellikle matematik, fizik, biyomühendislik gibi farklı alanlardan geldiğini fark ettik. Mühendislik kısmını anlamak için genellikle zorlanırlar, ancak model ve matematik konusunda iyi bir sezgilendirme yeteneklerine sahiptirler. Bu bizi Datatron’u başlatmaya teşvik etti. Veri bilimcilerin en iyi algoritmayı bulmasına yardımcı olmak için değil, algoritma belirlendikten sonra model dağıtımı, izleme ve yönetimini daha verimli hale getirmek için ortaya çıktık.

500 Startups, Datatron’u hızlandırıcı şirketlerin 18. topluluğuna dahil etti. Bu kişisel olarak sizi nasıl etkiledi ve Datatron’u nasıl yönetiyorsunuz?

StartX ve 500 Startup deneyimlerinden çok şey öğrendik, bunlar arasında yatırımcılara nasıl sunum yapacağımızı, ürün/pazar uyumu nasıl bulacağımızı, satış ve pazarlama nasıl yürüteceğimizi öğrendik.

Datron, ML, AI ve Veri Bilimi modelleri için bir yönetim platformudur. Platformunuzun sunduğu bazı işlevler hakkında bilgi verebilir misiniz?

Ürünümüz şu anda dört modülden oluşuyor: Model Dağıtımı, Model İzleme, Model Challenger ve Model Yönetimi.

Model Dağıtımı:

Model dağıtımlarını sadece birkaç tıklamayla oluşturun ve ölçekleyin. Herhangi bir çerçevede veya dilde geliştirilen modelleri dağıtın.

Model İzleme:

Ekibinize zaman ve para kazandıran daha iyi iş kararları alın. Model performansını izleyin ve model bozulmasını tespit edin.

Model Yönetimi:

Model doğrulama, önyargı algılama ve dahili denetim süreçleri için daha az zaman harcayın. Model geliştirme, dahili denetim ve üretime geçişte daha hızlı olun.

Datron’un kullanım alanlarından biri Talep Tahmini’dir. Bu, kaynakları planlamak ve tahsis etmek isteyen şirketler için önemlidir. Makine öğrenimi bu konuda nasıl bir rol oynar?

Talep genellikle mevsimsellik ve trend ile değişir, bu da tipik bir makine öğrenimi sorunudur. ARIMA, Tekrarlı Sinir Ağı (RNN) gibi makine öğrenimi modelleri, histórik verilerden trend ve mevsimselliği otomatik olarak öğrenerek tahminlerde bulunabilir.

Şu anda hangi çerçeve modellerini (örneğin TensorFlow) destekliyorsunuz?

Sklearn, TensorFlow, H2O, R, SAS gibi popüler makine öğrenimi çerçevelerini destekliyoruz.

Modellerin Datatron tarafından desteklenmesi için hangi dillerde yazılmaları gerekir?

Modellerin yerel dillerinde – Python, R, Java gibi – destekleniyorlar.

Datron platformunun en iyi şekilde hizmet verdiği endüstriler hangileridir?

Temel olarak platformumuz bir yatay çözümdür, yani birçok farklı endüstri tarafından kullanılabilir. Şu anda finansal hizmetler ve telekomünikasyon alanlarına odaklanmaya çalışıyoruz.

Şirketlerin veri biliminde karşılaştığı en zorlu yönler nelerdir ve Datatron bu sorunları nasıl çözer?

Çok sayıda şirket zaten farklı veri bilim takımlarına sahiptir ve bu takımlar modellerini oluşturmak için farklı araçlar kullanır ve farklı uygulamalara sahiptir. Daha fazla şirket, modelin bir varlık olduğunu ve doğrudan üst çizgiyi etkileyebileceğini fark etmektedir. Şirket genelinde makine öğrenimi uygulamalarını standart hale getiren bir platforma sahip olmak kritik ve gereklidir. Platformumuz bu sorunları çözmeye yardımcı olabilir.

Datron hakkında paylaşmak istediğiniz başka bir şey var mı?

Büyük şirketlerden çok sayıda gelen ilgi aldık. Aynı zamanda satış ve pazarlama ekibimizi potansiyel müşterilere aktif olarak ulaşmak için oluşturuyoruz.

Daha fazla bilgi için Datatron ziyaret edin.