尼克·埃尔普林是 Domino Data Lab 的联合创始人兼首席执行官。埃尔普林拥有哈佛大学计算机科学学士和硕士学位，在该领域的理论和应用方面都有扎实的基础。Domino Data Lab 旨在加速研究、加快模型部署，并增强大规模代码优先数据科学团队的协作，所有这些都在一个平台上实现。作为 Domino Data Lab 的联合创始人兼首席执行官，尼克·埃尔普林领导着一个企业级 MLOps 平台，该平台受到超过 20%的《财富》100 强公司的信赖。凭借哈佛大学的计算机科学学位以及在 Bridgewater Associates 的工作背景，埃尔普林专注于加速数据科学创新与协作，致力于让 Domino 成为数据科学和机器学习的代名词。尼克·埃尔普林是谁？尼克·埃尔普林担任 Domino Data Lab 的联合创始人兼首席执行官，该平台是一个企业级 MLOps 平台，加速了机器学习模型的开发和部署过程。尼克·埃尔普林进入技术和数据科学世界的旅程始于他早年生活。他对计算机和编程怀有浓厚兴趣，并在学术上追求这一热情。“我一直对使用软件解决有趣的问题感兴趣。后来发现，在数据和数据科学领域有很多有趣的问题需要软件的帮助。”埃尔普林说。我一直对使用软件解决有趣的问题感兴趣。后来发现，在数据和数据科学领域有很多有趣的问题需要软件的帮助。——尼克·埃尔普林，Domino Data Lab

首席执行官埃尔普林就读于哈佛大学，获得了计算机科学学士学位。在哈佛的时光不仅巩固了他的技术基础，还让他接触到了该领域的前沿研究与发展。本科毕业后，埃尔普林继续深造，获得了哈佛大学计算机科学硕士学位。完成学业后，尼克·埃尔普林在全球最大的对冲基金之一——Bridgewater Associates 开始了他的职业生涯。在 Bridgewater，他担任高级技术专家，负责开发和维护公司的核心技术。他的工作涉及创建能够分析大量金融数据以指导投资决策的系统，为该公司未来在数据驱动决策方面的探索奠定了基础。尼克·埃尔普林职业生涯的关键时刻出现在 2013 年，当时他与克里斯·杨（Chris Yang）和马修·格拉纳德（Matthew Granade）共同创立了 Domino Data Lab。三人发现了市场上的一个重大缺口：虽然许多组织热衷于利用数据科学，但它们往往缺乏有效实施所需的基础设施和工具。Domino Data Lab 应运而生，通过提供一个简化机器学习模型开发、管理和部署的平台，来满足这一需求。另请阅读：谁是利兰·兹维贝尔（Liran Zvibel）？WEKA 的首席执行官曾是以色列军人，现在对抗数据工作负载埃尔普林与 Domino 尼克·埃尔普林和克里斯·杨都曾就职于 Bridgewater，这是一家高度依赖数据和模型的量化资产管理公司。他们在认识到自己在职位上的个人成长受限后，创立了 Domino。在 Bridgewater

的工作让他们在开发、部署和监控用于关键决策的预测模型方面获得了宝贵的见解。然而，他们觉得自己的学习已经停滞，并希望在全球范围内产生更广泛的影响。他们决定创办一家初创公司，源于利用自己的专业知识来赋能高级量化研究团队的愿望。通过与数据科学家的大量访谈，他们发现了数据科学家工作中的常见痛点和挑战，这为开发旨在改善数据科学工作流程的产品提供了信息。尼克·埃尔普林说：“我们希望 Domino 成为整个数据科学和机器学习领域的代名词，就像其他传奇公司代表它们所支持的工作类型一样。我经常与求职者谈论 Workday 对人力资源的意义，GitHub 对软件工程的意义，以及 Salesforce 对销售团队和 CRM 的意义。如果我们做好本职工作，那么五到十年后，Domino Data Lab 将成为数据科学领域的那个代名词。”我们希望 Domino 成为整个数据科学和机器学习领域的代名词，就像其他传奇公司代表它们所支持的工作类型一样。——尼克·埃尔普林，Domino Data Lab 首席执行官他们在工作中优先考虑几个关键价值观，这些价值观塑造了公司的精神和发展轨迹。理解客户并满足他们的需求是 Domino 商业理念的核心。他们强调快速反馈周期、倾听客户反馈以及根据用户洞察不断改进产品的重要性。他们的数据驱动方法确保决策基于证据，并符合客户的需求。谦逊和低调是 Domino

的基本价值观，培育了一种公开辩论和协作的文化。埃尔普林重视建设性讨论，并鼓励诚实的自我评估，相信迭代和自我反思能够带来创新和增长。目前，Domino 专注于在两个主要领域应对业务挑战：产品开发和市场进入策略。在市场进入方面，他们正从个人努力转向可扩展的流程和系统，目标是将销售团队规模翻倍，并实施更有条理的方法。在产品开发方面，他们专注于实现创新的重大飞跃，以保持市场领先地位。在 Domino，个人成长是首要任务，员工被鼓励承担风险，并将失败视为迭代过程的一部分。公司营造了一个每个角色对成功都至关重要的环境，并赋予员工为公司的愿景和影响力做出贡献的权力。另请阅读：谁是阿特娜·温·特朗布莱（Aetna Wun Trombley）？Lycia Therapeutics 的首席执行官兼董事会成员，一位不懈的创新者 Domino Data Lab 简介图片展示了 Domino Data Lab 企业 MLOps 平台。Domino Data Lab 提供企业级 MLOps 平台，使数据科学家能够更快地开发出更好的 AI 模型，赢得了超过 20%的《财富》100 强公司的信任。其产品使成千上万的数据科学家能够开发更好的药物、种植更高产的作物、根据重大经济变化调整风险模型、制造更好的汽车、改善客户支持，或简单地在适当的时候推荐最佳购买。数据科学家被要求解决商业和民生的方方面面日益复杂的问题。Domino

借助一个安全的平台，赋力数据科学团队更快地开发和部署想法，该平台支持协作、可复用和可重现的分析，并充分考虑了合规密集型行业的需求。“我们认为非常重要的一件事是支持数据科学家以他们想要的方式工作，而不是试图改变它。你会看到有些产品期望用户改变他们使用的语言或工作流程等等。在 Domino，我们真的尽力将任何影响降到最低，不影响数据科学家想要的工作方式。例如，我们支持 R、Python、Matlab、Julia 等；我们的用户在他们已经使用的 IDE 和工具中工作，而不是使用我们构建的新编辑器。”埃尔普林说。我们认为非常重要的一件事是支持数据科学家以他们想要的方式工作，而不是试图改变它。在 Domino，我们真的尽力将任何影响降到最低，不影响数据科学家想要的工作方式。——尼克·埃尔普林，Domino Data Lab 首席执行官人们可以使用 Domino 的统一平台构建、部署和管理 AI。他们可以在任何环境中访问数据、工具、计算、模型和项目，从而促进协作、建立最佳实践，并跟踪生产中的模型，以加速和扩展 AI，同时确保治理并降低成本。构建与部署按需基础设施：Domino Data Lab 为构建和部署数据科学项目提供了简化的流程。通过启动新的工作空间屏幕，用户会看到一个简洁的界面，可以即时访问按需基础设施。探索您的数据：Domino

的数据管理和探索功能使用户能够安全地访问、探索和转换来自任何地方的数据。无论是在云端还是本地部署，数据工程师和科学家都可以清洗、可视化数据，并构建稳健的特征和数据集，用于训练预测性和生成式 AI 模型。这种多功能性扩展到结构化和非结构化数据，实现了全面的分析和洞察。AI 实验室：在 Domino 的 AI 实验室中，用户可以使用代码优先或低代码方法快速训练、调优和开发 AI 应用。通过微调基础模型和通过超参数调优及分布式处理优化训练等功能，团队可以高效管理实验并比较模型，以达到最佳性能。AI 工厂：Domino 的 AI 工厂简化了模型和应用的部署与管理。用户可以在 Domino 或第三方平台上部署，导出到现有的 CI/CD 公共源，甚至发布和托管像 R Shiny、Dash 和 Streamlit 这样的应用。凭借监控功能来检测漂移并自动解决问题，组织可以确保 AI 解决方案按需扩展，同时不断提高性能。治理与管理模型治理：Domino 提供了一个全面的框架，用于开发、评估和部署可信赖的 AI 解决方案。Domino 为企业提供了在整个模型生命周期中确保准确性、透明度和问责制的工具。成本管理：Domino 通过智能监控和控件最大化资源效率，帮助优化和降低 IT 及云支出。通过精细的计费报告获得洞察，实现精确的财务管理。设置预算限制和自动警报，以实现主动成本管理。