Comet.ml obtiene 4,5 millones de dólares para una gestión más eficiente del modelo de aprendizaje automático

Comet.ml obtiene 4,5 millones de dólares para una gestión más eficiente del modelo de aprendizaje automático

A medida que avanzamos en la nueva forma de trabajar, la nueva normalidad, por así decirlo, encontrar formas más eficientes de hacer casi todo se vuelve primordial para las empresas que buscan comprar nuevos servicios de software. Con ese fin, Cometa.ml anunció una inversión de $ 4.5 millones hoy 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 metaplataforma de aprendizaje automático autohospedada y basada en la nube, y trabajamos con equipos de ingeniería de IA de ciencia de datos para administrar su trabajo para tratar de explicar y optimizar sus experimentos y modelos”, dijo el cofundador y director ejecutivo 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 independientes de la infraestructura, por lo que trabajamos ya sea que esté 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 empresa tiene 10.000 usuarios en su plataforma a través de 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 de 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 comunitario debutó en 2018.


Source link