Comet AI nabs $4.5M for more efficient machine learning model management

Comet.ml obtiene $ 4.5M para una gestión más eficiente del modelo de aprendizaje automático

A medida que avanzamos en la nueva forma de trabajar, la nueva normalidad, si lo desea, encontrar formas más eficientes de hacer casi todo se está volviendo primordial para las empresas que buscan comprar nuevos servicios de software. Con ese fin, Comet.ml anunció hoy una inversión de $ 4.5 millones mientras intenta construir una plataforma de aprendizaje automático más eficiente.

El dinero provino de los inversores existentes Trilogy Equity Partners, Two Sigma Ventures y Founder’s Co-op. La inversión de hoy se suma a una semilla anterior de $ 2.3 millones.

“Proporcionamos una plataforma de metaaprendizaje automático y basada en la nube, y trabajamos con equipos de ingeniería de inteligencia artificial de ciencia de datos para administrar su trabajo para tratar de explicar y optimizar sus experimentos y modelos”, dijo el cofundador y CEO de la compañía, Gideon Mendels. TechCrunch.

En un campo en crecimiento con muchos competidores, Mendels dice que la capacidad de su empresa para moverse fácilmente entre plataformas es un diferenciador clave.

“Somos esencialmente agnósticos de infraestructura, por lo que trabajamos si está entrenando sus modelos en su computadora portátil, su clúster privado o en muchos de los proveedores de la nube. En realidad no importa, y puedes cambiar entre ellos “, explicó.

La compañía tiene 10,000 usuarios en su plataforma en un producto comunitario y un producto empresarial más avanzado que incluye clientes como Boeing, Google y Uber.

Mendels dice que Comet ha podido aprovechar la popularidad de la plataforma para construir modelos basados ​​en datos que los clientes han puesto a disposición del público. El primero implica predecir cuándo un modelo comienza a mostrar fatiga en el entrenamiento. El modelo Comet puede ver cuándo sucede esto y señalar a los científicos de datos que apaguen el modelo un 30% más rápido de lo que normalmente aparecería este tipo de fatiga.

La compañía se lanzó en Seattle en TechStars / Alexa en 2017. El producto de la comunidad debutó en 2018.


Source link