Uncategorized

Платформа магазина функций Rasgo привлекает 20 миллионов долларов

Где ваше предприятие находится на кривой внедрения ИИ? Примите участие в нашем опросе AI, чтобы узнать.


Нью-йоркский стартап Rasgo, разрабатывающий платформу для рабочих процессов магазина функций, объявил сегодня о закрытии раунда финансирования серии A стоимостью 20 миллионов долларов, проводимого Insight Partners при участии Unusual Ventures. Генеральный директор Джаред Паркер говорит, что это финансирование будет использовано для увеличения численности сотрудников Rasgo с 13 до более чем 50 в 2022 году – в основном на инженерной стороне – и для повышения осведомленности о решениях компании в сообществе специалистов по науке о данных.

В машинном обучении функции – это сигналы данных, на которые модели ИИ полагаются при прогнозировании. Функции сохраняются во время обучения в пакетах для обучения нескольких вариантов, и одни и те же функции должны быть доступны во время вывода для прогнозов. Хранилища функций автоматизируют подготовку данных для этого типа аналитики. В недавнем отчете стартап Tecton заявил, что ожидает, что 2021 год станет годом «массового внедрения магазинов функций», поскольку «машинное обучение станет ключевым отличием для технологических компаний», а такие действующие лица, как Amazon, запускают новые продукты для удовлетворения растущего сегмента рынка.

Решения Rasgo для хранилища функций пытаются выявить проблемы с качеством в необработанных данных и выполнить разрешения для очистки данных и создания функций. Он позволяет пользователям изучать детали функций, включая гистограммы, статистику, отсутствующие значения, выбросы и качество данных, а также преобразовывать необработанные функции в новые производные функции с помощью готовых преобразований функций.

Компания Rasgo была основана в 2020 году Паркером и Патриком Догерти, которые большую часть своей карьеры занимались наукой о данных и машинным обучением. Догерти работал в области науки о данных в Dell, а затем перешел в консалтинговую компанию Slalom, где он руководил и руководил большой практикой специалистов по обработке данных и инженеров. Ранее Паркер был управляющим директором по продажам в Domino Data Lab и возглавлял счета глобальных финансовых услуг в Confluent.

«Когда мы взаимодействовали с специалистами по обработке данных, мы постоянно слышали, как они кричали от разочарования:« Это круто, у меня такое ускорение на уровне моделирования и математики, но я ходил в школу, я получил [graduate degree] для решения критических проблем с моделями. Почему я трачу большую часть своего времени на извлечение, изучение, очистку, объединение и преобразование необработанных данных в набор функций, которые могут быть использованы моей моделью ?! »Мы знали, что это необходимо изменить», – сказал Паркер VentureBeat по электронной почте. .

Потенциал магазина функций

Согласно опросу, проведенному CrowdFlower в 2016 году, специалисты по данным тратят большую часть своего времени на очистку и систематизацию данных. В недавнем отчете Alation большинство респондентов (87%) назвали проблемы с качеством данных причиной того, что их организации не смогли внедрить ИИ. Возможно, именно поэтому такие компании, как Markets and Markets, ожидают, что к концу 2021 года индустрия подготовки данных, в которую входят компании, предлагающие инструменты каталогизации и курирования данных, будет стоить более 3,9 миллиарда долларов.

Паркер признает, что у Расго есть конкуренты в области решений для магазина функций, включая Molecula. Но он утверждает, что компания уникальна тем, что была разработана как полностью управляемое предложение «программное обеспечение как услуга», которое не хранит и не обрабатывает необработанные данные. Кроме того, отмечает он, Rasgo предлагает бесплатные инструменты, такие как PyRasgo, инструмент разработки функций, который был скачан 70 000 раз.

По словам Паркера, у Расго пять клиентов в области финансов, производства, биотехнологий, розничной торговли и альтернативной энергетики, двое из которых входят в список Fortune 500. Один из них – это розничный торговец с 7 наборами данных временных рядов, которые управляют прогностическими моделями, помогая командам прогнозирования спроса и маршрутизации принимать решения. С помощью этих моделей розничный торговец оптимизирует, какие продукты и куда нужно направлять для обеспечения запасов «точно в срок», а также какие логистические маршруты идеально подходят для доставки товаров. Rasgo действует как центральное хранилище функций, позволяя группе специалистов по анализу данных создать единый репозиторий функций для всех наборов данных временных рядов. Специалисты по обработке данных используют эти функции в каждой модели, которую они обучают и развертывают, непосредственно из Расго.

«Пандемия дала нам возможность построить нашу компанию как полностью удаленную рабочую силу. Благодаря этому мы смогли нанять талантливых инженеров мирового уровня в 8 различных штатах. Это было важным отличием нашего бизнеса на раннем этапе », – сказал Паркер. «Rasgo стремится ускорить внедрение облака данных в науку о данных и разработала интеграцию со Snowflake, которая позволяет их клиентам открывать новые сценарии использования и разрабатывать высококачественные функции машинного обучения, готовые к производству».

VentureBeat

Миссия VentureBeat – стать цифровой городской площадью, где лица, принимающие технические решения, могут получить знания о преобразующих технологиях и транзакциях.

На нашем сайте представлена ​​важная информация о технологиях и стратегиях обработки данных, которая поможет вам руководить своей организацией. Мы приглашаем вас стать участником нашего сообщества, чтобы получить доступ:

  • актуальная информация по интересующим вас темам
  • наши информационные бюллетени
  • закрытый контент для лидеров мнений и льготный доступ к нашим ценным мероприятиям, таким как Преобразование 2021: Учить больше
  • сетевые функции и многое другое

Стать членом

Related Articles

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button