من هو Nick Elprin؟ الرئيس التنفيذي لـ Domino Data Lab يريد تمهيد الطريق لعلماء البيانات

من هو Nick Elprin؟ الرئيس التنفيذي لـ Domino Data Lab يريد إفساح الطريق لعلماء البيانات تم تسليط الضوء عليه من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت، والحوكمة، والتبعيات التشغيلية، أو الرؤية السوقية.

نيك إلبِرين هو المؤسس المشارك والرئيس التنفيذي لـ Domino Data Lab. إلبِرين حاصل على بكالوريوس وماجستير في علوم الحاسوب من كلية Harvard، ولديه أساس نظري وتطبيقي قوي في هذا المجال. يهدف Domino Data Lab إلى تسريع البحث، وتسريع نشر النماذج، وتعزيز التعاون لفرق علم البيانات التي تركز على البرمجة على نطاق واسع، كل ذلك على منصة واحدة. نيك إلبِرين، المؤسس المشارك والرئيس التنفيذي لـ Domino Data Lab، يقود منصة MLOps مؤسسية تستخدمها أكثر من 20% من شركات Fortune 100. بصفته خريج علوم حاسوب من Harvard وذو خبرة في Bridgewater Associates، يركز إلبِرين على تسريع الابتكار والتعاون في علم البيانات، بهدف جعل Domino مرادفًا لعلم البيانات والتعلم الآلي.

من هو Nick Elprin؟ Nick Elprin هو المؤسس المشارك والرئيس التنفيذي لـ Domino Data Lab، وهي منصة MLOps مؤسسية تسرع عملية تطوير ونشر نماذج التعلم الآلي. بدأت رحلة Nick Elprin في عالم التكنولوجيا وعلوم البيانات في وقت مبكر جدًا من حياته. نشأ مع اهتمام كبير بعلوم الحاسوب والبرمجة، وواصل هذه الشغف أكاديميًا. قال إلبِرين: «كنت مهتمًا بالعمل مع البرمجيات وإنشاء البرمجيات لحل المشكلات المثيرة للاهتمام. ثم اتضح أن هناك العديد من المشكلات المثيرة للاهتمام حول البيانات وعلوم البيانات التي تحتاج إلى مساعدة البرمجيات.» التحق إلبِرين بجامعة Harvard، حيث حصل على بكالوريوس في علوم الحاسوب.

لم تعزز فترة وجوده في Harvard قواعده التقنية فحسب، بل عرّضته أيضًا للأبحاث المتطورة والتطورات في هذا المجال. بعد دراسته الجامعية، واصل إلبِرين تعليمه وحصل على ماجستير في علوم الحاسوب من جامعة Harvard. بعد الانتهاء من دراسته، بدأ Nick Elprin مسيرته المهنية في Bridgewater Associates، أحد أكبر صناديق التحوط في العالم. في Bridgewater، شغل إلبِرين منصب تقني أول، حيث كان مسؤولاً عن تطوير وصيانة التقنيات الأساسية للشركة. تضمن عمله إنشاء أنظمة قادرة على تحليل كميات هائلة من البيانات المالية لإبلاغ قرارات الاستثمار، مما أرسى الأساس لمبادرات الشركة المستقبلية في اتخاذ القرارات المستندة إلى البيانات.

جاءت اللحظة المحورية في مسيرة Nick Elprin المهنية في عام 2013 عندما شارك في تأسيس Domino Data Lab مع Chris Yang وMatthew Granade. حدد الثلاثي فجوة كبيرة في السوق: بينما كانت العديد من المؤسسات ترغب في الاستفادة من علم البيانات، كانت تفتقر غالبًا إلى البنية التحتية والأدوات اللازمة للقيام بذلك بفعالية. تم إنشاء Domino Data Lab لتلبية هذه الحاجة من خلال توفير منصة تبسط تطوير وإدارة ونشر نماذج التعلم الآلي.

اقرأ أيضًا: من هو Liran Zvibel؟ الرئيس التنفيذي لـ WEKA، الجندي الإسرائيلي السابق، يحارب الآن أعباء العمل للبيانات إلبِرين وDomino: Nick Elprin وChris Yang، كلاهما موظفان سابقان في Bridgewater، وهي شركة إدارة أصول كمية تعتمد بشكل كبير على البيانات والنماذج، أسسا Domino بعد أن أدركا حدود تطورهم الشخصي في أدوارهم. العمل في Bridgewater منحهم رؤى لا تقدر بثمن حول تطوير ونشر ومراقبة النماذج التنبؤية لاتخاذ القرارات الحاسمة. ومع ذلك، شعروا أن تعلمهم قد وصل إلى مرحلة الثبات وأرادوا تحقيق تأثير أوسع على العالم. نشأ قرارهم بإطلاق شركة ناشئة من الرغبة في الاستفادة من خبراتهم لدعم فرق البحث الكمي المتقدمة.

من خلال مقابلات عديدة مع علماء البيانات، حددوا الصعوبات والتحديات الشائعة التي يواجهونها في عملهم، مما أثر على تطوير منتج يهدف إلى تحسين سير العمل في علم البيانات. قال Nick Elprin: «نريد أن يصبح Domino مرادفًا لمجال علم البيانات والتعلم الآلي بأكمله، على غرار الطريقة التي أصبحت بها شركات أسطورية أخرى تمثل نوع العمل الذي تدعمه. غالبًا ما أتحدث إلى المرشحين حول ما تمثله Workday للموارد البشرية، وما يمثله GitHub لهندسة البرمجيات، وما تمثله Salesforce لفرق المبيعات وإدارة علاقات العملاء.

إذا قمنا بعملنا بشكل جيد، ففي غضون خمس إلى عشر سنوات، سيكون Domino Data Lab ذلك لعلم البيانات.» يعطون الأولوية للعديد من القيم الرئيسية في عملهم التي شكلت أخلاقيات ومسار الشركة. فهم العملاء وتقديم ما يحتاجون إليه هو جوهر فلسفة Domino التجارية. يؤكدون على أهمية دورات التغذية الراجعة السريعة، والاستماع إلى تعليقات العملاء، والتحسين المستمر لمنتجاتهم بناءً على رؤى المستخدمين. يضمن نهجهم القائم على البيانات أن القرارات تستند إلى الأدلة وتتوافق مع احتياجات عملائهم. التواضع وغياب الأنا هما قيمتان أساسيتان في Domino، مما يعزز ثقافة النقاش المفتوح والتعاون.

يقدر إلبِرين النقاش البناء ويشجع التقييم الذاتي الصادق، معتقدًا أن التكرار والاستبطان يؤديان إلى الابتكار والنمو. حاليًا، تركز Domino على حل التحديات التجارية في مجالين رئيسيين: تطوير المنتجات واستراتيجية الذهاب إلى السوق. فيما يتعلق بالذهاب إلى السوق، ينتقلون من الجهود الفردية إلى العمليات والأنظمة القابلة للتوسع، بهدف مضاعفة حجم فريق المبيعات لديهم وتنفيذ منهجيات أكثر هيكلية. فيما يتعلق بتطوير المنتجات، يركزون على تقدم كبير في الابتكار للبقاء في صدارة السوق. في Domino، التطوير الشخصي هو أولوية، ويتم تشجيع الموظفين على تحمل المخاطر وقبول الفشل كجزء من العملية التكرارية.

تعزز الشركة بيئة يكون فيها كل دور أساسيًا لنجاحها، ويتم تمكين الموظفين للمساهمة في رؤية الشركة وتأثيرها. اقرأ أيضًا: من هو Aetna Wun Trombley؟ الرئيس التنفيذي وعضو مجلس إدارة Lycia Therapeutics، مبتكر لا يكل تقديم Domino Data Lab: تظهر الصورة منصة MLOps المؤسسية لـ Domino Data Lab. تقدم Domino Data Lab منصة MLOps المؤسسية التي تمكن علماء البيانات من تطوير نماذج ذكاء اصطناعي أفضل بشكل أسرع، وقد حازت على ثقة أكثر من 20% من شركات Fortune 100.

تتيح منتجاتها لآلاف علماء البيانات تطوير أدوية أفضل، وزراعة محاصيل أكثر إنتاجية، وتكييف نماذج المخاطر مع التغيرات الاقتصادية الكبرى، وبناء سيارات أفضل، وتحسين خدمة العملاء، أو ببساطة التوصية بأفضل عملية شراء في الوقت المناسب. يُطلب من علماء البيانات حل مشكلات متزايدة التعقيد في جميع جوانب الحياة المهنية والمدنية. تمكن Domino فرق علم البيانات من تطوير ونشر الأفكار بشكل أسرع من خلال التحليل التعاوني القابل لإعادة الاستخدام والتكرار على منصة آمنة مصممة مع مراعاة احتياجات القطاعات شديدة التنظيم. قال إلبِرين: «أحد الأشياء التي نعتقد أنها مهمة حقًا هو دعم عالم البيانات في طريقة عمله بدلاً من محاولة تغييرها.

ترى منتجات تتوقع من المستخدمين تغيير اللغة التي يستخدمونها، أو سير العمل، أو شيء من هذا القبيل. في Domino، نحاول حقًا تقليل أي تأثير على الطريقة التي يريد عالم البيانات العمل بها. على سبيل المثال، نحن ندعم R وPython وMatlab وJulia وما إلى ذلك؛ ويعمل مستخدمونا في بيئات التطوير المتكاملة والأدوات التي يستخدمونها بالفعل، وليس في محرر جديد أنشأناه.» يمكن للمستخدمين إنشاء ونشر وإدارة الذكاء الاصطناعي باستخدام المنصة الموحدة لـ Domino. يمكنهم الوصول إلى البيانات والأدوات والحوسبة والنماذج والمشاريع في أي بيئة، مما يعزز التعاون، ويضع أفضل الممارسات، ويتتبع النماذج في الإنتاج لتسريع وتوسيع نطاق الذكاء الاصطناعي مع ضمان الحوكمة وخفض التكاليف.

إنشاء ونشر البنية التحتية حسب الطلب: تقدم Domino Data Lab عملية مبسطة لإنشاء ونشر مشاريع علم البيانات. مع إطلاق شاشة مساحة عمل جديدة، يتم استقبال المستخدمين بواجهة نظيفة، توفر وصولاً فوريًا إلى بنية تحتية حسب الطلب. استكشاف بياناتك: تتيح قدرات إدارة واستكشاف البيانات في Domino للمستخدمين الوصول إلى البيانات واستكشافها وتحويلها بأمان من أي مكان. سواء في السحابة أو محليًا، يمكن لمهندسي البيانات وعلماء البيانات تنظيف البيانات وتصورها وإنشاء ميزات ومجموعات بيانات قوية لتدريب نماذج الذكاء الاصطناعي التنبؤية والتوليدية. يمتد هذا التنوع إلى البيانات المنظمة وغير المنظمة، مما يتيح تحليلاً ورؤى شاملة.

مختبر الذكاء الاصطناعي: في مختبر الذكاء الاصطناعي لـ Domino، يمكن للمستخدمين تدريب وضبط وتطوير تطبيقات الذكاء الاصطناعي بسرعة باستخدام طرق تعتمد على البرمجة أو منخفضة البرمجة. بفضل ميزات الضبط الدقيق للنماذج الأساسية وتحسين التدريب من خلال ضبط المعلمات الفائقة والمعالجة الموزعة، يمكن للفرق إدارة التجارب بكفاءة ومقارنة النماذج لتحقيق الأداء الأمثل. مصنع الذكاء الاصطناعي: يبسط مصنع الذكاء الاصطناعي لـ Domino نشر وإدارة النماذج والتطبيقات. يمكن للمستخدمين النشر على Domino أو على منصات طرف ثالث، والتصدير إلى أدلة المصادر العامة للتكامل المستمر/النشر المستمر الحالية، وحتى نشر واستضافة تطبيقات مثل R Shiny وDash وStreamlit.

بفضل قدرات المراقبة لاكتشاف الانجراف وأتمتة حل المشكلات، يمكن للمؤسسات ضمان تطور حلول الذكاء الاصطناعي لتلبية الطلب مع تحسين الأداء باستمرار. الحوكمة والإدارة: حوكمة النماذج: تقدم Domino إطارًا شاملاً لتطوير وتقييم ونشر حلول ذكاء اصطناعي جديرة بالثقة. تزود Domino الشركات بالأدوات اللازمة لضمان الدقة والشفافية والمساءلة طوال دورة حياة النماذج. إدارة التكاليف: تساعد Domino في تحسين وتقليل نفقات تكنولوجيا المعلومات والسحابة من خلال تعظيم كفاءة الموارد عبر مراقبة وضوابط ذكية. احصل على رؤى من خلال تقارير الفوترة التفصيلية لإدارة مالية دقيقة. حدد حدود الميزانية والتنبيهات الآلية لإدارة التكاليف بشكل استباقي.