Jerry Xu, Đồng sáng lập & CEO của Datatron – Loạt phỏng vấn

Jerry có kinh nghiệm sâu rộng về học máy, hệ thống lưu trữ, dịch vụ trực tuyến, hệ thống phân tán, ảo hóa và nhân kernel. Ông đã làm việc trên các hệ thống hiệu suất cao và quy mô lớn tại các công ty như: Lyft, Box, Twitter, Zynga và Microsoft (MSFT ). Ông cũng là tác giả của dự án mã nguồn mở Lib Crunch và là người chiến thắng giải thưởng Microsoft Gold Star ba lần. Jerry đã hoàn thành bằng thạc sĩ về khoa học máy tính tại Đại học Thượng Hải. Startup gần đây nhất của ông là Datatron.
Datatron bắt đầu vào năm 2016 sau khi bạn rời Lyft. Làm thế nào bạn đã hình thành ý tưởng kinh doanh của Datatron?

Khi chúng tôi làm việc tại Lyft, chúng tôi nhận thấy rằng các nhà khoa học dữ liệu thường đến từ các nền tảng khác nhau như Toán, Vật lý, Kỹ thuật sinh học, v.v. Điều này thường rất khó khăn cho họ để hiểu được phần kỹ thuật của mô hình, mặc dù họ có trực giác tốt về mô hình và toán. Điều đó đã thúc đẩy chúng tôi bắt đầu Datatron. Chúng tôi không cố gắng giúp các nhà khoa học dữ liệu tìm ra thuật toán tốt nhất. Chúng tôi chỉ tham gia sau khi thuật toán đã được quyết định và giúp việc triển khai, giám sát và quản lý mô hình trở nên hiệu quả hơn.

Datatron đã được chọn bởi 500 Startups để được включ vào vào nhóm các công ty tăng tốc thứ 18. Làm thế nào kinh nghiệm này đã ảnh hưởng đến bạn và cách bạn quản lý Datatron?

Chúng tôi đã học được rất nhiều từ kinh nghiệm tại StartX và 500 Startup, bao gồm cách trình bày với các nhà đầu tư, cách tìm kiếm sự phù hợp giữa sản phẩm và thị trường, cách chạy bán hàng và tiếp thị mà chúng tôi không có kinh nghiệm trước đây.

Datatron là một nền tảng quản lý cho các mô hình học máy, trí tuệ nhân tạo và khoa học dữ liệu. Bạn có thể giải thích về một số chức năng được cung cấp bởi nền tảng của bạn?

Sản phẩm của chúng tôi hiện có bốn mô-đun, Triển khai mô hình, Giám sát mô hình, Thử thách mô hình và Quản lý mô hình.

Triển khai mô hình:

Tạo và mở rộng triển khai mô hình chỉ trong vài cú nhấp chuột. Triển khai mô hình được phát triển trong bất kỳ khuôn khổ hoặc ngôn ngữ nào.

Giám sát mô hình:

Đưa ra quyết định kinh doanh tốt hơn để tiết kiệm thời gian và tiền bạc cho đội ngũ của bạn. Giám sát hiệu suất mô hình và phát hiện sự suy giảm mô hình khi nó xảy ra.

Quản lý mô hình:

Dành ít thời gian hơn cho việc xác thực mô hình, phát hiện thiên vị và quy trình kiểm toán nội bộ. Chuyển từ phát triển mô hình sang kiểm toán nội bộ và sản xuất nhanh hơn bao giờ hết.

Một trong các trường hợp sử dụng của Datatron là Dự báo nhu cầu, điều quan trọng đối với các doanh nghiệp cần lập kế hoạch và phân bổ tài nguyên. Làm thế nào học máy tham gia vào quá trình này?

Nhu cầu thường thay đổi với cả tính mùa vụ và xu hướng, đây là một vấn đề học máy điển hình. Các mô hình học máy như ARIMA, Mạng nơ-ron hồi quy (RNN) có thể học từ dữ liệu lịch sử để tìm ra xu hướng và tính mùa vụ tự động và đưa ra dự đoán dựa trên đó.

_framework mô hình (ví dụ: TensorFlow) mà bạn hiện đang hỗ trợ?

Chúng tôi hỗ trợ hầu hết các khuôn khổ học máy phổ biến như sklearn, TensorFlow, H2O, R, SAS, v.v.

Ngôn ngữ nào mà mô hình cần được xây dựng để được hỗ trợ bởi Datatron?

Chúng tôi hỗ trợ mô hình trong ngôn ngữ gốc của chúng – Python, R, Java, v.v.

Loại ngành nào được phục vụ tốt nhất bằng cách sử dụng nền tảng Datatron?

Cơ bản, nền tảng của chúng tôi là một giải pháp ngang, có nghĩa là nó có thể được sử dụng bởi nhiều ngành khác nhau. Hiện tại, chúng tôi đang cố gắng tập trung vào dịch vụ tài chính và viễn thông.

Một số khía cạnh thách thức nhất của khoa học dữ liệu mà các công ty phải đối mặt và tại sao Datatron giải quyết vấn đề này cho họ?

Nhiều công ty đã có các đội khoa học dữ liệu và những đội này đang sử dụng các công cụ khác nhau để xây dựng mô hình và có các phương pháp thực hành khác nhau để quản lý mô hình. Ngày càng nhiều doanh nghiệp nhận ra rằng mô hình đang trở thành một tài sản và sẽ ảnh hưởng trực tiếp đến doanh thu của họ. Việc có một nền tảng có thể tiêu chuẩn hóa thực hành học máy trên toàn công ty trở nên quan trọng và cần thiết. Nền tảng của chúng tôi có thể giúp giải quyết những vấn đề này.

Có điều gì khác mà bạn muốn chia sẻ về Datatron?

Chúng tôi nhận được rất nhiều sự quan tâm từ các doanh nghiệp lớn. Đồng thời, chúng tôi cũng đang xây dựng đội ngũ bán hàng và tiếp thị để chủ động tiếp cận với các khách hàng tiềm năng.

Để tìm hiểu thêm, hãy truy cập Datatron.