Ícono del sitio La Neta Neta

Anomalo se lanza con $ 33M Serie A para encontrar automáticamente problemas en conjuntos de datos

Anomalo se lanza con $ 33M Serie A para encontrar automáticamente problemas en conjuntos de datos

A medida que las empresas recopilan conjuntos de datos cada vez mayores, encontrar problemas con esos datos que podrían afectar la viabilidad de un modelo de aprendizaje automático se vuelve cada vez más importante. Anormal está poniendo en práctica el aprendizaje automático para ayudar a resolver el problema de la viabilidad de los datos de forma automática.

Hoy, la compañía anunció una inversión Serie A de $ 33 millones liderada por Norwest Venture Partners con la participación de Two Sigma Ventures, Foundation Capital, First Round Capital y Village Global.

La empresa fue fundada por dos veteranos de Instacart que trabajaron para resolver problemas similares en su empresa anterior. Elliot Shmukler, cofundador y CEO de Anomalo, dijo que si cuenta con los datos para administrar su negocio, cualquier problema en esos datos puede ser problemático para la organización.

“Lo que hace Anomalo es conectarse a estos almacenes de datos empresariales como Snowflake, donde almacenan todos estos datos que las empresas recopilan, y monitorea todos esos conjuntos de datos para detectar problemas inusuales y cambios no deseados en esos datos, que pueden causar muchos problemas si realmente está tratando de confiar en esos datos para administrar su negocio ”, explicó Shmukler.

Suena bastante simple, pero lo que Anomalo está haciendo detrás de escena es conectarse a estos almacenes de datos y entrenar un modelo de aprendizaje automático sobre lo que es normal para este conjunto particular de datos e informar cuando encuentra problemas. Shmukler dice que este enfoque contrasta con otras soluciones, que obligan a los equipos de datos a definir explícitamente cómo se ven los buenos datos, un método que, según él, se vuelve cada vez más inmanejable a medida que aumenta el número y el tamaño de los conjuntos de datos.

“Si observa otras soluciones … requieren que la gente del equipo de datos ingrese y defina esencialmente las expectativas para ellos, para decir, así es como se ven los buenos datos, [and] eso es una enorme cantidad de trabajo. A medida que sus datos cambian y lanza nuevos productos y nuevas geografías, debe seguir actualizando esas definiciones ”, dijo.

Fue un problema que los fundadores vieron cuando estaban en el equipo de datos en Instacart, donde tenían que actualizar constantemente estas definiciones. Cuando lanzaron Anomolo, uno de sus objetivos era automatizar ese proceso para los equipos de datos para que no tuvieran que lidiar con ese trabajo manual.

No fue un problema fácil de resolver. Los dos fundadores, Shmukler y el CTO Jeremy Stanley, dejaron Instacart en 2018 para lanzar la compañía y tomó un par de años lograr que ese modelo de aprendizaje automático funcionara de la manera que ellos querían, sin demasiados falsos positivos o requiriendo demasiada historia. como base para el aprendizaje.

Si bien los fundadores no quisieron revelar el número exacto de empleados actuales, el plan es contratar a otros 40 o 50 en el próximo año. Shmukler dice que cuando él y Stanley decidieron iniciar una empresa, establecieron valores fundamentales que incluían la diversidad.

“De hecho, escribimos un conjunto de valores que la organización debía cumplir, y uno de ellos era ser diverso. Eso era algo muy importante para nosotros en Instacart y algo en lo que solo queríamos seguir trabajando. [at this company]. Por eso, somos muy conscientes de asegurarnos de que, cuando estamos contratando para un puesto, incorporemos un conjunto diverso de candidatos para ese puesto … y la buena noticia es que está funcionando, al menos hoy, donde el 25% de nuestros El equipo de ingenieros está formado por mujeres, lo que probablemente sea inusual para una empresa en etapa inicial. Y esperamos seguir así y seguir mejorando ”, dijo.

Si bien la compañía se está lanzando formalmente hoy, tiene clientes que pagan e informa que ya tiene al menos $ 1 millón en ingresos. Cobra por el conjunto de datos que está monitoreando en lugar de por el usuario o los datos que llegan a través de su canalización. Los clientes fuera de la puerta incluyen BuzzFeed, Discover Financial Services y Substack.


Source link
Salir de la versión móvil