يربى تكتون 100 مليون دولار ، مما يثبت أن سوق MLOPS لا يزال ساخنًا

يربى تكتون 100 مليون دولار ، مما يثبت أن سوق MLOPS لا يزال ساخنًا


يمكن أن يوفر التعلم الآلي للشركات ميزة تنافسية باستخدام البيانات التي تجمعها-على سبيل المثال ، أنماط الشراء-لإنشاء تنبؤات بأن منتجات توليد إيرادات الطاقة (مثل توصيات التجارة الإلكترونية). لكن من الصعب على أي موظف واحد مواكبة - أقل بكثير من الإدارة - الكميات الهائلة من البيانات التي يتم إنشاؤها. هذا يمثل مشكلة ، بالنظر إلى أن أنظمة الذكاء الاصطناعى تميل إلى تقديم تنبؤات متفوقة عندما يتم توفيرها لبيانات محدثة. تعمل الأنظمة التي لا يتم إعادة تدريبها بانتظام على البيانات الجديدة على خطر أن تصبح قديمة وأقل دقة مع مرور الوقت. التعقيدات. أحد أنصارها هو مايك ديل بالسو ، الرئيس التنفيذي لشركة تكتون. شاركت ديل بالسو في تأسيس تكتون أثناء وجوده في أوبر عندما كانت الشركة تكافح من أجل بناء ونشر نماذج جديدة للتعلم الآلي.

يمكن أن توفر نماذج في الوقت الفعلي ذي الصلة للغاية تنبؤات أكثر دقة. لكن بناء خطوط أنابيب البيانات لإنشاء هذه الميزات أمر صعب ، ويتطلب قوة عاملة هندسة بيانات كبيرة ، ويمكن أن تضيف أسابيع أو أشهر إلى أوقات تسليم المشروع. ADS Machine Learning Reachs في Google-تمكنت تكتون في عام 2019 مع جيريمي هيرمان وكيفن ستومب ، وهما زملان سابقان في أوبر. أثناء وجوده في Uber ، قام Trio بإنشاء Michelangelo ، منصة AI التي استخدمها Uber داخليًا لتوليد توقعات السوق ، وحساب ETAs وأتمتة اكتشاف الاحتيال ، من بين حالات الاستخدام الأخرى. Stumpf لإنشاء نسخة تجارية من التكنولوجيا ، والتي أصبحت تكتون. اتبع المستثمرون حذوه. ومن الأمثلة على ذلك ، أعلنت Tecton اليوم أنها جمعت 100 مليون دولار في جولة C التي رفعت إجمالي الشركة إلى 160 مليون دولار. قاد الشريحة Kleiner Perkins ، بمشاركة من Databricks و Snowflake و Andreessen Horowitz و Sequoia Capital و Bain Capital Ventures و Tiger Global. يقول Del Balso إنه سيتم استخدامه لتوسيع نطاق فرق الهندسة والهندسة في Tecton. إلى TechCrunch. على الرغم من أن التعلم الآلي يجعل ذلك ممكنًا ، إلا أنه لا يزال بعيدًا عن الواقع لأن البنية التحتية التمكينية يصعب بناءها لجميع الشركات الأكثر تقدماً. تجعل Tecton هذه البنية التحتية في متناول أي فريق ، مما يتيح لهم إنشاء تطبيقات التعلم الآلي بشكل أسرع.

لوحة معلومات مراقبة Tecton. اعتمادات الصورة: Tecton

على مستوى عالٍ ، يقوم Tecton بأتمتة عملية بناء ميزات باستخدام مصادر البيانات في الوقت الفعلي. الميزات ، في التعلم الآلي ، هي متغيرات مستقلة فردية تعمل مثل الإدخال في نظام الذكاء الاصطناعي. وقال ديل بالمو إن الأنظمة تستخدم ميزات لجعل تنبؤاتها. كما أنه يمكّن الشركات من توليد تنبؤات أكثر دقة. يمكن أن يترجم هذا بدوره بشكل مباشر إلى الخلاصة ، على سبيل المثال عن طريق زيادة معدلات اكتشاف الاحتيال أو تقديم توصيات أفضل للمنتج.


بالإضافة إلى تنسيق خطوط البيانات ، يمكن لـ Tecton تخزين قيم الميزات عبر بيئات التدريب والنشر على نظام الذكاء الاصطناعي. يمكن للمنصة أيضًا مراقبة خطوط أنابيب البيانات ، وحساب تكاليف التكاليف والمعالجة ، واسترداد الميزات التاريخية لتدريب الأنظمة في الإنتاج.

يستضيف تكتون أيضًا منصة متجر ميزات مفتوحة المصدر ، وليمة ، لا تتطلب بنية تحتية مخصصة. وبدلاً من ذلك ، يعيد Feast استخدام الأجهزة السحابية أو المحلية الحالية ، وتغلب على موارد جديدة عند الحاجة. بعض الأمثلة تشمل الكشف عن الاحتيال ، أوصي

اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي