![]() |
---|
Антон Вайсбурд, со-основатель Datrics.ai |
Я родился и большую часть своей жизни провел в Харькове. Учился на механико-математическом факультете университета им. В.Н.Каразина. Я всегда увлекался математикой. Мы с мамой создали в Харькове кружок по олимпиадной математике для детей, он и до сих пор работает, там уже около 3000 человек занимаются каждый месяц.
![]() |
---|
Children study at “Fizmatic” studio in Kharkiv |
Да. Я 4 раза был победителем Всеукраинской олимпиады по математике. И были еще турниры, матбои в Украине, России. Затем я ненадолго поехал учиться в Швецию, в город Векшё, изучал математику в приложении к финансам. Там я увлекся темой управления ликвидными рисками, финансовыми моделями. В какой-то момент я попал на работу в Barclays, возглавил команду аналитиков, занялся изучением предиктивных моделей.
Да. Я начал работать в компании Softserve. За 3 года моя команда выросла с 3 до 30 человек. И я задумался: “Почему такой быстрый рост происходит?” Я понял, что практически любой бизнес-процесс в крупной организации может быть улучшен с помощью аналитики и машинного обучения. Например, выдача кредитов, управление складскими запасами, маркетинговыми кампаниями.
Как сейчас часто принимается решение в крупных компаниях о выдаче кредита? Это очень простые правила: несколько проверок по кредитному бюро, базовый анализ профиля клиента, и все. Но можно работать гораздо эффективнее. Для одного из клиентов Datrics с помощью машинного обучения и более сложных математических моделей мы повысили качество кредитного портфеля на 40%.
Или пример из сферы управления складскими запасами. Каким образом менеджер компании понимает, сколько заказать ручек, тележек и так далее для продажи? Часто эти решения принимаются “вручную”. Посмотрел, сколько продано за прошлую неделю, ну значит нужно плюс-минус столько же заказать на следующую неделю. Математические модели позволяют гораздо точнее принимать подобные решения.
Мы даем возможность существующим сотрудникам, работать над математическими моделями с минимальным привлечением программистов и data scientists.
Еще во время работы в Softserve мы видели, как быстро растет спрос на аналитику и машинное обучение. На рынке появлялось все больше проектов, где аналитики и ML-разработчики востребованы. Да, компании могут нанимать разработчиков в Восточной Европе, в Индии, но все равно количество разработчиков растет линейно, а спрос – экспоненциально. В мире не существует столько программистов, чтобы построить то количество математических моделей, которые необходимы бизнесу.
Мы поняли, что вот эту дырку нужно как-то закрывать. И Datrics является решением, как сократить этот разрыв между спросом и предложением. Мы даем возможность существующим сотрудникам, работать над математическими моделями с минимальным привлечением программистов и data scientists. С этой идеей мы и создали Datrics. В первую очередь, мы сосредоточились на машинном обучении для финансовых сервисов, так как у нашей команды уже был опыт в моделировании финансовых рисков.
В мире не существует столько программистов, чтобы построить то количество математических моделей, которые необходимы бизнесу.
У нас 3 основателя. С Владимиром Софинским мы познакомились еще 7 лет назад во время работы в Barclays. Дальше работали вместе Softserve. Я отвечал за P&L и операционный менеджмент нашей команды, а Владимир – за data science часть. Еще один со-основатель – это Кирилл Кириков, мы дружим последние 13 лет, еще со времени учебы в Харькове на мехмате. До присоединения к Datrics Кирилл был СТО и сооснователем в 4irelabs, одной из киевски аутсорсинговых компаний.
![]() |
---|
Формально мы инкорпорировались в мае 2020 года, но прорабатывать идеи и создавать прототипы начали еще в 2019 году. Сейчас у нас на фултайм работают 12 человек, и еще по несколько сотрудников в квартал продолжаем нанимать. В основном, это технические специалисты. У нас практически никого нет случайного в команде. В основном, работаем с людьми, кого знаем лично из университета, из предыдущих мест работы. Мы считаем, что это хороший способ создать правильную атмосферу в команде.
Нет. Мы строим полностью онлайновую, децентрализованную, распределенную команду. Люди работают из США, Индонезии, Украины.
![]() |
---|
Первый клиент пришел к нам из той самой аутсорсинговой компании в Киеве, где работал Кирилл Кириков. Его зовут Марио, и мы встретились еще на этапе, когда у нас была только идея. Марио послушал нас, покивал головой, и сказал, что наш питч ужасен, но идея ему нравится. Через несколько месяцев компания Марио стала нашим первым клиентом, и мы очень сдружились уже не только на профессиональной почве.
Мы разработали алгоритмы по поиску аномалий и предсказанию изменений в котировках цен на криптовалюты.
Мы сокращаем время от “грязных данных” до получения ценности для бизнеса.
Да. Datrics – это горизонтальная платформа для самых разных индустрий. Мы сокращаем время от “грязных данных” до получения ценности для бизнеса. Это могут быть инсайты, прогнозы, более точные расчеты. В Datrics есть шаблоны, которые можно легко изменять и адаптировать под специфику бизнеса. Конечно, у нас много шаблонов именно для финансовых сервисов, в частности, для управления кредитными рисками.
![]() |
---|
Обычно мы проводим первый звонок и начинаем не с того, что делает Datrics, а с того, что делает клиент, какие у него цели, KPI. После такого разговора становится понятным, можем ли мы реально помочь клиенту. Если нет, то мы стараемся указать на партнера или посоветовать каких-то знакомых, которые могут помочь.
Если мы видим, что Datrics может решить проблему клиента: сэкономить время, заработать больше денег или еще что-то, то мы начинаем обсуждать, как будем работать. Обычно мы показываем бесплатную триал веб-версию, чтобы клиент мог загрузить дата-сеты, можно обезличенные, попробовать что-то сделать со своими данными.
Поставить Datrics можно куда угодно: on premises или в любое облако. Данные живут в аккаунтах клиента и никогда не покидают периметр компании при коммерческом использовании. Мы обеспечиваем обучение, тренинги, поддержку. С каждым клиентом у нас есть выделенный канал связи, чтобы регулярно смотреть, все ли в порядке, понимать потребности клиента, разрабатывать дополнительные фичи, если видим, что запросы клиентов повторяются.
![]() |
---|
Наши покупатели – это главы бизнесов, главы юнитов, например, может быть Head of Risk management. Мы говорим: “Твои итерации по аналитике и кредитному скорингу будут стоить в 2 или 3 раза дешевле, а запускаться будут в 2 раза быстрее. Благодаря Datrics клиент гораздо быстрее интегрирует разные источники данных и начинает получать ценность для бизнеса.
Проекты с финтех-компаниями мы запускали и за 4 дня. С банками сложнее. Даже если они очень хотят начать работу, то на все согласования уходит от 6 до 18 месяцев.
В первую очередь, это founder-driven sales. Пока что лучше нас самих никто не расскажет о продукте. И никто не станет так глубоко погружаться в проблемы клиента и специально под него создавать быстро масштабируемые решения. В то же время, у Datrics есть уже достаточно готовых наработок, например, те же шаблоны по моделированию кредитных рисков. Тут мы стараемся выстраивать работу через партнеров, системных интеграторов, которые способны работать по стандартным схемам.
США, Великобритания, Украина, Сингапур.
И с Datrics, и с Corezoid работают бизнес-аналитики. Я встречал цифру в исследовании Gartner, что к 2024 году в корпорациях 65% людей будут жить в low code\no code парадигме и будут уметь пользоваться такими технологиями, как Corezoid, Datrics и т.д. А сейчас таких людей только 1-2%.
Мне кажется, что технологии Datrics и Corezoid идейно сходятся в одной плоскости. Мы говорим об автоматизации бизнес-процессов. И мне очень нравится идея Corezoid, когда бизнес-процесс раскладывается по полочкам на отдельные составляющие. Каждый кусочек бизнес-процесса – это отдельная независимая сущность, за которую отвечает отдельный сотрудник, и все это складывается в огромную такую живую мозаику. Datrics может быть одним из кусочков такого пазла.
Нам очень комфортно интегрироваться с Corezoid через API. И мы понимаем, что тут совсем нет конкуренции, наши технологии дополняют друг друга. Собственно, поэтому мы даже сделали готовый шаблон интеграции с Datrics и опубликовали его на Corezoid Marketplace.
И с Datrics, и с Corezoid работают бизнес-аналитики. Я встречал цифру в исследовании Gartner, что к 2024 году в корпорациях 65% людей будут жить в low code\no code парадигме и будут уметь пользоваться такими технологиями, как Corezoid, Datrics и т.д. А сейчас таких людей только 1-2%.
И это логично. В мире просто нет такого количества профессиональных программистов, чтобы решить все те задачи, которые нужны бизнесу. Кроме фактора человеческого ресурса, в нашу пользу играют еще и технологические факторы: не нужно поддерживать зоопарк софта, не нужно ломать голову над построением аналитики, не нужно перебрасываться сложными техническими заданиями и баг-репортами от бизнеса к ИТ и обратно. Я думаю, что наши подходы станут доминирующей парадигмой.
А пока еще программисты, data scientists – это такие уникальные люди, их мало, они всем нужны. Но ведь решать проблему можно кардинально по-другому, а не за счет обучения большего количества людей программированию.
Нам очень комфортно интегрироваться с Corezoid через API.
Наверное, Y Combinator – это уникальное место в мире, куда стремится любой стартап на начальных этапах своего развития. Как мы сейчас понимаем, до Y Combinator нам жилось очень спокойно. Мы и раньше много работали, но сейчас вот совсем много стали. Y Combinator – это одна из значимых вех в развитии Datrics. И речь даже не о деньгах или о каком-то знаке качества от Y Combinator, просто это признание, что мы думаем в правильном направлении, это возможность быть частью комьюнити из 2500 компаний, которые уже наступали на грабли, подобные нашим, и могут подсказать правильные решения. И весь этот процесс в Y Combinator заточен не под то, чтобы поднять деньги инвесторов, а под то, чтобы сделать наш продукт лучше, превратить его из идеи в масштабный бизнес.
Мы находимся в зоне где-то между масштабными корпоративными ИТ-решениями, и небольшими сервисами, которые умеют узко решать одну задачу. Мы предоставляем простой инструмент для работы с данными для бизнес-аналитиков и доменных экспертов. Мы говорим с бизнес-аналитиками на одном языке. Мы строим такой user experience, чтобы человек от работы с данными в Excel или Google Spreadsheet перешел в Datrics.
Мы строим такой user experience, чтобы человек от работы с данными в Excel или Google Spreadsheet перешел в Datrics.
Еще одно преимущество Datrics – мы легко встраиваемся в существующую ИТ-инфраструктуру клиента. Как только в компании появляется Datrics, бизнес-аналитикам и экспертам для работы со своими данными больше не нужно привлекать ИТ, просить коллег разворачивать какие-то дополнительные инструменты и т.д.
Честно скажу, что нет. Мы просто сделали удобной работу с хорошо известными в мире математики алгоритмами. В условиях, когда бизнес пока еще очень плохо умеет извлекать выгоду из своих данных, разумное приложение machine learning и математических моделей практически к любому бизнес-процессу дает позитивный эффект.
![]() |
---|
Во-первых, сейчас становится все более ощутим кризис с аналитиками и инженерами по machine learning. Если раньше еще можно было нанять команду в Индии, Аргентине, Украине, Беларуси, то сейчас эти команды в необходимом количестве просто кончились. Для бизнеса это боль. А будет еще бОльшая боль через год, и невозможная боль через два.
Для бизнеса это боль. А будет еще бОльшая боль через год, и невозможная боль через два.
Во-вторых, технологии, которые мы используем для разработки Datrics, еще просто не существовали в таком виде несколько лет тому назад. Цена создания корпоративного ПО за последние годы снизилась. Еще 10 лет тому назад такую платформу как Datrics нужно было бы пилить 5-10 лет огромной командой. Мы справились небольшой командой за один год. Все эти cloud native инструменты, Docker-контейнеры, distributed computing, Python, Dask и т.д. сильно облегчают нашу задачу.
Еще 10 лет тому назад такую платформу как Datrics нужно было бы пилить 5-10 лет огромной командой.
Вот эти 3 месяца работы с Y Combinator – они очень сложные. Мы работаем по 15 часов в день. Но это стоит того: встречи с клиентами, работа над продуктом, общение с фаундерами выдающихся компаний. На спорт успеваю выделять время, в Киеве хожу в SmartAss на crossfit, high-intensive тренировки.
Из бизнес-литературы на меня произвела впечатление книга “Crossing the Chasm” Geoffrey Moore. Еще я люблю фантастику: Рея Бредбери, Макса Фрая, Роджера Желязны. У Y Combinator есть много полезного видео в открытом паблике на YouTube, смотрю, когда нахожу время.
![]() |
---|
Я не могу сказать, что речь идет о деньгах. Невозможно работать по 15 часов в сутки за деньги. Мы хотим создать продукт, которым пользуются миллионы людей.
Я читал, что к 2025 году в мире будет около 50 миллионов людей, которые работают с данными или аналитикой так или иначе. Вот для них мы и работаем.