Xavier Conort, Đồng sáng lập và CPO của FeatureByte – Loạt phỏng vấn

Xavier Conort là một nhà khoa học dữ liệu có tầm nhìn với hơn 25 năm kinh nghiệm trong lĩnh vực dữ liệu. Ông bắt đầu sự nghiệp của mình với vai trò là một chuyên gia bảo hiểm trong ngành bảo hiểm trước khi chuyển sang lĩnh vực khoa học dữ liệu. Ông là một trong những người cạnh tranh hàng đầu trên Kaggle và từng là Chief Data Scientist tại DataRobot trước khi đồng sáng lập FeatureByte.

FeatureByte đang trên một nhiệm vụ để mở rộng trí tuệ nhân tạo doanh nghiệp bằng cách đơn giản hóa và công nghiệp hóa dữ liệu AI. Nền tảng kỹ thuật và quản lý tính năng này cho phép các nhà khoa học dữ liệu tạo và chia sẻ các tính năng tiên tiến và đường ống dữ liệu sẵn sàng sản xuất trong vài phút – thay vì vài tuần hoặc vài tháng.

Bạn bắt đầu sự nghiệp của mình với vai trò là một chuyên gia bảo hiểm trong ngành bảo hiểm trước khi chuyển sang lĩnh vực khoa học dữ liệu, điều gì đã gây ra sự thay đổi này?

Một khoảnh khắc định hình là việc giành chiến thắng trong cuộc thi GE Flight Quest, một cuộc thi do GE tổ chức với giải thưởng 250.000 đô la, nơi các tham gia phải dự đoán sự chậm trễ của các chuyến bay nội địa của Mỹ. Tôi nợ một phần thành công này cho một thực hành bảo hiểm quý giá: mô hình hóa 2 giai đoạn. Cách tiếp cận này giúp kiểm soát thiên vị trong các tính năng thiếu đại diện đủ trong dữ liệu đào tạo có sẵn. Cùng với các chiến thắng khác trên Kaggle, thành tựu này đã thuyết phục tôi rằng nền tảng bảo hiểm của tôi đã mang lại cho tôi một lợi thế cạnh tranh trong lĩnh vực khoa học dữ liệu.

Trong hành trình Kaggle của tôi, tôi cũng có đặc quyền kết nối với các nhà khoa học dữ liệu khác, bao gồm Jeremy Achin và Tom De Godoy, những người sau này sẽ trở thành các đồng sáng lập của DataRobot. Chúng tôi chia sẻ một nền tảng bảo hiểm chung và đã đạt được những thành công đáng kể trên Kaggle. Khi họ cuối cùng ra mắt DataRobot, một công ty chuyên về AutoML, họ mời tôi tham gia với vai trò là Chief Data Scientist. Tầm nhìn của họ về việc kết hợp các phương pháp hay nhất từ ngành bảo hiểm với sức mạnh của học máy đã thu hút tôi, mang lại cơ hội để tạo ra một thứ gì đó mới mẻ và có tác động.

Ở DataRobot, bạn đã xây dựng con đường khoa học dữ liệu. Những thách thức về dữ liệu nào bạn đã gặp phải?

Thách thức lớn nhất chúng tôi gặp phải là chất lượng dữ liệu khác nhau được cung cấp làm đầu vào cho giải pháp AutoML của chúng tôi. Vấn đề này thường dẫn đến sự hợp tác tốn thời gian giữa nhóm của chúng tôi và khách hàng hoặc kết quả không đạt mong đợi trong sản xuất nếu không được giải quyết đúng cách. Các vấn đề về chất lượng dữ liệu xuất phát từ nhiều nguồn yêu cầu sự chú ý của chúng tôi.

Một trong những thách thức chính xuất phát từ việc sử dụng các công cụ kinh doanh thông minh cho việc chuẩn bị và quản lý dữ liệu. Mặc dù các công cụ này có giá trị trong việc tạo ra thông tin, nhưng chúng thiếu khả năng đảm bảo tính chính xác tại thời điểm cho việc chuẩn bị dữ liệu học máy. Kết quả là, có thể xảy ra tình trạng rò rỉ trong dữ liệu đào tạo, dẫn đến quá trình học máy và hiệu suất mô hình không chính xác.

Sự không đồng bộ giữa các nhà khoa học dữ liệu và kỹ sư dữ liệu là một thách thức khác ảnh hưởng đến độ chính xác của mô hình trong quá trình sản xuất. Sự không nhất quán giữa các giai đoạn đào tạo và sản xuất, phát sinh từ sự không phù hợp giữa hai nhóm này, có thể ảnh hưởng đến hiệu suất mô hình trong môi trường thực tế.

Điều gì là những bài học quan trọng từ kinh nghiệm này?

Kinh nghiệm của tôi tại DataRobot đã nhấn mạnh tầm quan trọng của việc chuẩn bị dữ liệu trong học máy. Bằng cách giải quyết các thách thức trong việc tạo ra dữ liệu đào tạo mô hình, chẳng hạn như tính chính xác tại thời điểm, khoảng trống chuyên môn, kiến thức lĩnh vực, hạn chế công cụ và khả năng mở rộng, chúng ta có thể tăng cường độ chính xác và độ tin cậy của các mô hình học máy. Tôi đã đi đến kết luận rằng việc đơn giản hóa quá trình chuẩn bị dữ liệu và tích hợp các công nghệ mới sẽ là then chốt để mở khóa toàn bộ tiềm năng của AI và thực hiện các cam kết của nó.

Chúng tôi cũng đã nghe từ Đồng sáng lập của bạn, Razi Raziuddin, về câu chuyện khởi nguồn đằng sau FeatureByte, bạn có thể chia sẻ phiên bản của mình về sự kiện này?

Khi tôi thảo luận về những quan sát và thông tin của mình với Đồng sáng lập Razi Raziuddin, chúng tôi nhận ra rằng chúng tôi có một sự hiểu biết chung về các thách thức trong việc chuẩn bị dữ liệu cho học máy. Trong các cuộc thảo luận, tôi đã chia sẻ với Razi những thông tin của tôi về những tiến bộ gần đây trong cộng đồng MLOps. Tôi có thể quan sát sự xuất hiện của các cửa hàng tính năng và nền tảng tính năng mà các công ty công nghệ tiên phong trong AI đã triển khai để giảm độ trễ của việc cung cấp tính năng, khuyến khích việc tái sử dụng tính năng hoặc đơn giản hóa việc vật chất hóa tính năng vào dữ liệu đào tạo trong khi đảm bảo tính nhất quán giữa đào tạo và phục vụ. Tuy nhiên, rõ ràng với chúng tôi rằng vẫn còn một khoảng trống trong việc đáp ứng nhu cầu của các nhà khoa học dữ liệu. Razi đã chia sẻ với tôi những thông tin của mình về cách ngăn xếp dữ liệu hiện đại đã cách mạng hóa BI và phân tích, nhưng không được tận dụng đầy đủ cho AI.

Nó trở nên rõ ràng với cả Razi và tôi rằng chúng tôi có cơ hội tạo ra một tác động đáng kể bằng cách đơn giản hóa quá trình kỹ thuật tính năng và cung cấp cho các nhà khoa học dữ liệu và kỹ sư học máy các công cụ và trải nghiệm người dùng phù hợp cho việc thí nghiệm tính năng và cung cấp tính năng không phức tạp.

Điều gì là những thách thức lớn nhất của bạn khi chuyển từ vai trò nhà khoa học dữ liệu sang vai trò doanh nhân?

Quá trình chuyển đổi từ một nhà khoa học dữ liệu sang một doanh nhân đòi hỏi tôi phải thay đổi từ một quan điểm kỹ thuật sang một quan điểm kinh doanh rộng lớn hơn. Mặc dù tôi đã có một nền tảng vững chắc trong việc hiểu các điểm đau, tạo ra một lộ trình, thực hiện kế hoạch, xây dựng một đội ngũ và quản lý ngân sách, tôi nhận thấy rằng việc tạo ra thông điệp phù hợp mà thực sự cộng hưởng với đối tượng mục tiêu của chúng tôi là một trong những trở ngại lớn nhất của tôi.

Là một nhà khoa học dữ liệu, sự tập trung chính của tôi luôn là phân tích và diễn giải dữ liệu để suy ra những thông tin quý giá. Tuy nhiên, với vai trò là một doanh nhân, tôi cần phải chuyển hướng suy nghĩ của mình sang thị trường, khách hàng và toàn bộ doanh nghiệp.

May mắn là, tôi đã có thể vượt qua thách thức này bằng cách tận dụng kinh nghiệm của người như Đồng sáng lập Razi của tôi.

Chúng tôi đã nghe từ Razi về lý do tại sao kỹ thuật tính năng lại khó khăn, theo quan điểm của bạn, điều gì làm cho nó trở nên thách thức?

Kỹ thuật tính năng có hai thách thức chính:

1. Chuyển đổi các cột hiện có: Điều này liên quan đến việc chuyển đổi dữ liệu thành định dạng phù hợp cho các thuật toán học máy. Các kỹ thuật như mã hóa một nóng,缩放 tính năng và các phương pháp tiên tiến như biến đổi văn bản và hình ảnh được sử dụng. Tạo ra các tính năng mới từ các tính năng hiện có, như các tính năng tương tác, có thể tăng cường đáng kể hiệu suất mô hình. Các thư viện phổ biến như scikit-learn và Hugging Face cung cấp hỗ trợ rộng rãi cho loại kỹ thuật tính năng này. Các giải pháp AutoML cũng nhằm mục đích đơn giản hóa quá trình này.
2. Trích xuất các cột mới từ dữ liệu lịch sử: Dữ liệu lịch sử rất quan trọng trong các lĩnh vực như hệ thống khuyến nghị, tiếp thị, phát hiện gian lận, định giá bảo hiểm, điểm tín dụng, dự báo nhu cầu và xử lý dữ liệu cảm biến. Việc trích xuất các cột thông tin từ dữ liệu này là một thách thức. Ví dụ bao gồm thời gian kể từ sự kiện cuối cùng, tổng hợp trên các sự kiện gần đây và các bản nhúng từ các chuỗi sự kiện. Loại kỹ thuật tính năng này đòi hỏi chuyên môn, thí nghiệm, kỹ năng mã hóa và kiến thức khoa học dữ liệu mạnh mẽ, cũng như việc xem xét các yếu tố như rò rỉ thời gian, xử lý các tập dữ liệu lớn và thực thi mã hiệu quả.

Tổng thể, kỹ thuật tính năng đòi hỏi chuyên môn, thí nghiệm và xây dựng các đường ống dữ liệu phức tạp và tùy chỉnh trong sự vắng mặt của các công cụ được thiết kế đặc biệt cho nó.

Làm thế nào FeatureByte trao quyền cho các chuyên gia khoa học dữ liệu trong khi đơn giản hóa các đường ống tính năng?

FeatureByte trao quyền cho các chuyên gia khoa học dữ liệu bằng cách đơn giản hóa toàn bộ quá trình kỹ thuật tính năng. Với SDK Python trực quan, nó cho phép tạo và trích xuất tính năng nhanh chóng từ các bảng sự kiện và bảng mục lớn. Việc tính toán được xử lý hiệu quả bằng cách tận dụng khả năng mở rộng của các nền tảng dữ liệu như Snowflake, DataBricks và Spark. Các cuốn sổ tay giúp cho việc thí nghiệm, trong khi việc chia sẻ và tái sử dụng tính năng giúp tiết kiệm thời gian. Việc kiểm toán đảm bảo tính chính xác của tính năng, trong khi việc triển khai ngay lập tức loại bỏ các vấn đề về quản lý đường ống.

Bên cạnh các khả năng được cung cấp bởi thư viện mã nguồn mở của chúng tôi, giải pháp doanh nghiệp của chúng tôi cung cấp một khuôn khổ toàn diện cho việc quản lý và tổ chức các hoạt động AI ở quy mô lớn, bao gồm các quy trình quản trị và giao diện người dùng cho danh mục tính năng.

Điều gì là tầm nhìn của bạn cho tương lai của FeatureByte?

Tầm nhìn cuối cùng của chúng tôi cho FeatureByte là cách mạng hóa lĩnh vực khoa học dữ liệu và học máy bằng cách trao quyền cho người dùng để họ có thể tận dụng toàn bộ tiềm năng sáng tạo của mình và trích xuất giá trị chưa từng có từ các tài sản dữ liệu của họ.

Chúng tôi đặc biệt hào hứng về sự tiến bộ nhanh chóng trong lĩnh vực Trí tuệ nhân tạo tạo sinh và các mô hình chuyển đổi, điều này mở ra một thế giới cơ hội cho người dùng của chúng tôi. Hơn nữa, chúng tôi cam kết sẽ dân chủ hóa kỹ thuật tính năng. Trí tuệ nhân tạo tạo sinh có tiềm năng giảm thiểu rào cản gia nhập cho kỹ thuật tính năng sáng tạo, làm cho nó dễ tiếp cận hơn với một phạm vi rộng lớn hơn.

Tổng kết, tầm nhìn của chúng tôi cho tương lai của FeatureByte xoay quanh sự đổi mới liên tục, tận dụng sức mạnh của Trí tuệ nhân tạo tạo sinh và dân chủ hóa kỹ thuật tính năng. Chúng tôi nhằm mục đích trở thành nền tảng hàng đầu cho phép các chuyên gia dữ liệu chuyển đổi dữ liệu thô thành đầu vào hoạt động cho học máy, thúc đẩy các đột phá và tiến bộ trên nhiều ngành.

Bạn có bất kỳ lời khuyên nào cho các doanh nhân AI đang lên?

Định nghĩa không gian của bạn, tập trung và chào đón sự mới mẻ.

Bằng cách định nghĩa không gian mà bạn muốn sở hữu, bạn có thể phân biệt mình và thiết lập một sự hiện diện mạnh mẽ trong lĩnh vực đó. Nghiên cứu thị trường, hiểu nhu cầu và điểm đau của khách hàng tiềm năng, và phấn đấu để cung cấp một giải pháp độc đáo giải quyết hiệu quả những thách thức đó.

Định nghĩa tầm nhìn dài hạn của bạn và đặt ra các mục tiêu ngắn hạn rõ ràng phù hợp với tầm nhìn đó. Tập trung vào việc xây dựng một nền tảng vững chắc và cung cấp giá trị trong không gian đã chọn của bạn.

Cuối cùng, trong khi việc tập trung là quan trọng, đừng ngần ngại chấp nhận sự mới mẻ và khám phá các ý tưởng mới trong không gian đã định義. Lĩnh vực AI đang liên tục phát triển, và các phương pháp tiếp cận sáng tạo có thể mở ra các cơ hội mới.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm có thể truy cập FeatureByte.