Manasi Vartak, fundador y CEO de Verta, concibió la idea de la base de datos ModelDB del proyecto de código abierto como una forma de rastrear versiones de modelos de máquinas mientras estaba en la escuela de posgrado en el MIT. Después de graduarse, decidió expandir esa visión para construir un producto que no solo pudiera rastrear las versiones del modelo, sino también proporcionar una forma de ponerlas en funcionamiento y así nació Verta.
Hoy, esa compañía emergió del sigilo con una Serie A de $ 10 millones liderada por Intel Capital con la participación de General Catalyst, quien también lideró la ronda semilla de la compañía de $ 1.7 millones.
Más allá de proporcionar un lugar para rastrear el control de versiones del modelo, que ModelDB proporcionó a los usuarios, Vartak quería construir una plataforma para que los científicos de datos implementaran esos modelos en producción, lo que ha sido difícil de hacer para muchas empresas. También quería asegurarse de que una vez en producción, todavía reflejaran con precisión los datos actuales y no funcionaran con el libro de jugadas de ayer.
“Verta puede rastrear si los modelos aún son válidos y enviar alarmas cuando el rendimiento del modelo cambia inesperadamente”, explicó la compañía.
Créditos de imagen: Vale la pena
Vartak dice que tener ese proyecto de código abierto ayudó a vender la empresa a los inversores desde el principio y actúa como una forma de atraer posibles clientes ahora. “Entonces, para nuestra ronda de semillas, fue definitivamente diferente porque me estaba criando como fundadora en solitario, como fundadora por primera vez al salir de la escuela, y ahí es donde tener el proyecto de código abierto fue una gran victoria”, dijo.
Sin duda, Mark Rostick, vicepresidente y director ejecutivo senior del inversor principal Intel Capital, reconoció que Verta estaba tratando de resolver un problema fundamental en torno a la producción de modelos de aprendizaje automático. “Verta está abordando uno de los desafíos clave que enfrentan las empresas cuando adoptan IA: cerrar la brecha entre los científicos de datos y los desarrolladores para acelerar el despliegue de modelos de aprendizaje automático”, dijo Rostick.
Si bien Vartak no estaba lista para hablar sobre cuántos clientes tiene todavía en esta etapa inicial de la empresa, sí dijo que había empresas que usaban la plataforma y que llevaban los modelos a la producción mucho más rápido.
Hoy, la empresa tiene 9 empleados e incluso en esta etapa inicial, se toma la diversidad muy en serio. De hecho, su composición actual de empleados incluye 4 indios, 3 caucásicos, 1 latino y 1 asiático para una mezcla muy diversa. Su objetivo es continuar en este camino mientras construye la empresa. Ella está buscando llegar a 15 empleados este año y luego duplicarlo para el próximo año.
Una cosa que Vartak también quiere hacer es tener una división de género 50/50, algo que pudo lograr mientras estaba en el MIT en sus diversos proyectos, y quiere continuar con su empresa. También está trabajando con un tercero, Sweat Equity Ventures, para ayudar a reclutar candidatos diversos.
Ella dice que le gusta trabajar de manera iterativa para construir la plataforma, mientras experimenta con nuevas funciones, incluso con su pequeño equipo. En este momento, eso implica la interoperabilidad con diferentes herramientas de aprendizaje automático como Amazon SageMaker o Kubeflow, la herramienta de canalización de aprendizaje automático de código abierto.
“Nos dimos cuenta de que necesitamos encontrarnos con los clientes donde se encuentran en su nivel de madurez. Así que nos enfocamos mucho los últimos trimestres en construir un sistema que fuera interoperable para que puedas elegir los componentes como bloques de Lego y tener un sistema que funcione de un extremo a otro sin problemas “.
Source link