Джеррі Сю, співзасновник та CEO Datatron – Інтерв’ю Серія

Джеррі має великий досвід у сфері машинного навчання, систем зберігання даних, онлайн-сервісів, розподілених систем, віртуалізації та ядра операційної системи. Він працював над високопродуктивними та великомасштабними системами в компаніях таких як: Lyft, Box, Twitter, Zynga та Microsoft (MSFT ). Він також є автором відкритого проекту Lib Crunch і тричі лауреат премії Microsoft Gold Star Award. Джеррі закінчив магістратуру з комп’ютерних наук у Шанхайському університеті. Його останнім стартапом є Datatron.

Когда ми працювали в Lyft, ми помітили, що дані вчені часто походять з різних галузей, таких як математика, фізика, біоінженерія тощо. Часто дуже складно для них зрозуміти інженерну частину того, як працюють їхні моделі, хоча вони мають хорошу інтуїцію щодо моделі та математики. Це мотивувало нас створити Datatron. Ми не намагаємося допомогти вченим-даним знайти найкращий алгоритм. Ми вступаємо в гру лише після того, як алгоритм вже визначений, і наш任务 – зробити розгортання, моніторинг та управління моделлю більш ефективними.

Datatron було вибрано 500 Startups для включення до 18-го кохорту компаній-акселераторів. Як це особисто вплинуло на вас і як ви керуєте Datatron?

Ми багато чого навчилися з досвіду StartX і 500 Startup, включаючи те, як презентувати інвесторам, як знайти продукт/ринковий фіт, як керувати продажами та маркетингом, чого ми раніше не мали досвіду.

Datatron є платформою управління для моделей машинного навчання, штучного інтелекту та науки про дані. Чи можете ви розповісти про деякі функції, які надаються вашою платформою?

Наш продукт складається з чотирьох модулів: Model Deployment, Model Minoring, Model Challenger і Model Governance.

Model Deployment:

Створіть і масштабуйте розгортання моделей за кілька кліків. Розгорніть моделі, розроблені в будь-якій рамці або мові.

Model Monitoring:

Приймайте кращі бізнес-рішення, щоб зберегти час і гроші вашої команди. Моніторьте продуктивність моделі та виявляйте衰ання моделі під час його появи.

Model Governance:

Віддайте менше часу на валідацию моделі, виявлення упередженості та внутрішні аудитові процеси. Перейдіть від розробки моделі до внутрішнього аудиту до виробництва швидше, ніж будь-коли.

Одним з випадків використання Datatron є прогнозування попиту, яке важливо для підприємств, які cần планувати та розподіляти ресурси. Як машинне навчання впливає на це?

Попит зазвичай змінюється з сезонністю та трендом, що є типовою задачею машинного навчання. Моделі машинного навчання, такі як ARIMA, Recurrent Neural Network (RNN), можуть навчатися на історичних даних, щоб знайти тренд і сезонність автоматично та робити прогнози на основі цього.

Які фреймворки моделей (наприклад, TensorFlow) ви зараз підтримуєте?

Ми підтримуємо більшість популярних фреймворків машинного навчання, таких як sklearn, TensorFlow, H2O, R, SAS тощо.

Які мови потрібно використовувати для будівництва моделей, щоб вони були підтримані Datatron?

Ми підтримуємо моделі в їхніх рідних мовах – Python, R, Java тощо.

Які галузі найбільш підходять для використання платформи Datatron?

Фундаментально наша платформа є горизонтальним рішенням, що означає, що вона може бути використана багатьма різними галузями. Наразі ми намагаємося зосередитися на фінансових послугах та телекомунікаціях.

Які найбільш складні аспекти науки про дані, з якими стикаються компанії, і чому Datatron вирішує цю проблему для них?

Багато компаній мають різні команди науки про дані, які використовують різні інструменти для побудови своїх моделей та мають різні практики управління моделями. Все більше підприємств розуміють, що модель стає активом, який безпосередньо впливає на їхній верхній рядок. Мати платформу, яка може стандартизувати практику машинного навчання по всій компанії, стає критичною та необхідною. Наша платформа може допомогти вирішити ці проблеми.

Чи є щось ще, що ви хотіли б поділитися про Datatron?

У нас є багато входящих інтересів від великих підприємств. Водночас ми також будемо розбудовувати нашу команду продажів та маркетингу, щоб активно виходити на потенційних клієнтів.

Дізнатися більше про Datatron.