כך משנה מדע הנתונים את דרך העבודה של חברות היי-טק, ומשפיע על השורה התחתונה - מיטאפים מתארחים - הבלוג של מיטאפים מתארחים - TheMarker
 

טרם ביצעת אימות לכתובת הדוא"ל שלך. לאימות כתובת הדואל שלך  לחצו כאן

תיק מניות

רשימת קריאה

רשימת הקריאה מאפשרת לך לשמור כתבות ולקרוא אותן במועד מאוחר יותר באתר,במובייל או באפליקציה.

לחיצה על כפתור "שמור", בתחילת הכתבה תוסיף את הכתבה לרשימת הקריאה שלך.
לחיצה על "הסר" תסיר את הכתבה מרשימת הקריאה.

לרשימת הקריאה המלאה לחצו כאן

כך משנה מדע הנתונים את דרך העבודה של חברות היי-טק, ומשפיע על השורה התחתונה

אורי שחר, CSO בריסקיפייד: "בעוד פיתוח תוכנה עושים בהיי-טק כבר עשרות שנים, מחקר שימושי הוא תחום מקצועי חדש יחסית. כתוצאה מכך, יש הרבה פחות דרכים סלולות בתחום של מתודולוגיות סקיילביליות" ■ אז מה עושים?

תגובות
מיטאפ בתחום מדע הנתונים
אילון יחיאל

בקצרה

שם האירוע: Data Science At Scale ■ מקום: משרדי Riskified ■ תאריך: 25/7/2018 ■ דוברים: אורי שחר, CSO ב-Riskified; ג׳ניה גורגובסקי, מנהל צוות האלגוריתמים של Taboola

כל מה שצריך לדעת על קריירה בהייטק
כנסו למתחם

כ-300 אנשי טכנולוגיה השתתפו במפגש בנושא Data Science At Scale. את האירוע אירחה חברת הסטארט-אפ ריסקיפייד (Riskified), העוסקת במניעת הונאות באתרי סחר בינלאומיים. בין הדוברים באירוע היו אורי שחר, ה-CSO של Riskified, וג׳ניה גורגובסקי, מנהל צוות האלגוריתמים של חברת Taboola.

"סטנדרטיזציה מאפשרת התמודדת יעילה עם אתגרים תוך כדי צמיחה"

שחר, ה-CSO של חברת Riskified אמר בהרצאה כי "בעוד פיתוח תוכנה עושים בהיי-טק כבר עשרות שנים, מחקר שימושי הוא תחום מקצועי חדש יחסית שלא היה קיים בהיי-טק עד לפני כמה שנים. כתוצאה מכך, יש הרבה פחות דרכים סלולות בתחום של מתודולוגיות סקיילביליות. כשחברת היי-טק גדלה במהירות, האתגר הוא לבנות מערכות מחקר יעילות ולדבר הזה יש פחות רפרנסים".

לדבריו, הצמיחה של Riskified וכמות הדאטה האדירה שצברה הובילה אותם ב-2017 לבנות מודל חדש שיהיה יותר סקיילבילי - Assembly line: "למעשה, כיום יש לנו עשרות מודלים חדשים לניתוח מידע, כולם מבוססים על data science. מדובר באימוץ של קונספטים מעולמות אחרים, כמו למשל מעולמות התוכנה. כדי להגיע לתוצאות מהירות ומדויקות צריך ליצור סטנדרטיזציה בעבודה, תהליכים מוסדרים, תשתיות והכללות. השינוי הזה מאפשר להגביר את האפקטיביות שלנו, מאפשר לנו להתמודד עם הרבה יותר אתגרים במקביל, תוך פחות זמן ובעזרת פחות אנשים. במילה אחת - התייעלות".

לצפייה בהרצאה של אורי שחר, ה-CSO של Riskified:

אורי שחר, CSO של Riskified על Data Science At Scale - דלג

"לאמן, לחזות ולראות מה קורה"

ג׳ניה גורגובסקי, מנהל צוות האלגוריתמים של חברת Taboola המספקת המלצות תוכן הסביר בתחילת דבריו על האתגר העיקרי של החברה, שאותה כינה בעיית חיזוי CTR: "יש לנו כמה מיליוני המלצות, אנחנו צריכים לדרג אותם באיזושהי צורה ודרך טבעית לדרג המלצות שאנחנו מקבלים עליהן כסף היא להעריך את הסיכוי שיקליקו עליהן. להכפיל אותו בכמה כסף מוכנים לשלם לנו ב-CPC, להעריך מה יקרה אחרי הקליק, לתת לכל המלצה כזו מספר, לדרג אותן, ולתת את אלו שהן הכי גדולות".

לדבריו, הגישה המקובלת לאימון מודלים כוללת מספר שלבים. מודל שמאמנים אותו, מפעילים אותו על בסיס נתונים קיימים ושכולל אונליין, כלומר "להעלות מערכת שיש בה שרת שעונה לבקשות שהוא לא נמצא במחשב שלנו, ולהשתמש בו כחלק מה-Flow שלנו".

לצפייה בהרצאתו של ג'ניה גורגובסקי, מנהל צוות האלגוריתמים של חברת Taboola

ג׳ניה גורגובסקי, מנהל צוות האלגוריתמים של חברת Taboola בהרצאה על Data Science - דלג

מתכננים Meetup שפונה לקהל מקצועי? נשמח לתת לו במה. פנו אלינו במייל: oren.majar@themarker.com ונחזור אליכם.



תגובות

דלג על התגובות

בשליחת תגובה זו הנני מצהיר שאני מסכים/מסכימה עם תנאי השימוש של אתר TheMarker

סדר את התגובות

כתבות שאולי פיספסתם

*#