Hace años, Uber tuvo un problema. Con millones de usuarios y decenas de miles de conductores repartidos por una extensión cada vez mayor del mundo, la startup de movilidad de rápido crecimiento quería mostrar mapas más precisos a los usuarios sobre de dónde venía su viaje y hacia dónde tenía la intención de ir para llegar a su destino. destino. El desafío es que los conjuntos de datos geoespaciales pueden llegar fácilmente a los petabytes, entonces, ¿cómo se transmiten y visualizan dichos datos, especialmente en dispositivos móviles?
“Nos encargaron este enorme conjunto de datos planetarios”, explicó Sina Kashuk sobre el propósito del equipo de visualización de datos de Uber, y “si el dinero no fuera un objeto, ¿cómo diseñaría esto para que tuviera el mejor rendimiento?” Ese fue el problema activo al que se enfrentó un grupo de ingenieros y científicos de datos encargados de resolver el problema. Kashuk, Shan He, Isaac Brodsky e Ib Green pasaron colectivamente alrededor de 16 años en Uber, y ellos y sus compañeros de equipo en Uber construyeron lo que hoy es el extenso sistema de visualización de datos geoespaciales de Uber. Él, Brodsky y Green se habían unido a Uber alrededor de 2014 y 2015, mientras que Kashuk se unió más tarde en 2017.
Afortunadamente, el código que desarrollaron no estaba bloqueado dentro de la aplicación Uber; los elementos centrales de su ingeniería se dividieron en dos bibliotecas de código abierto: Kepler.gl, una aplicación web que puede tomar conjuntos de datos geoespaciales y visualizarlos, y Deck.gl, que ofrece un marco de aplicación extensible para procesar conjuntos de datos geoespaciales y prepararlos para su visualización. Según Kashuk, Green fue uno de los líderes en el desarrollo de Deck.gl, y desarrolló Kepler.gl un año después utilizando Deck.gl como base. Ambas bibliotecas permanecen en desarrollo activo en GitHub y a través del equipo de visualización de Uber.
Finalmente, el quad se dio cuenta de que podían ofrecer servicios además de estas bibliotecas a otras empresas, dado el interés que estaban viendo con los proyectos de código abierto. “Lo que nos dimos cuenta es que [these libraries] están todos maduros y están listos para salir al mercado [and] hay una oportunidad más allá del uso en Uber, y pensamos que podemos llevar estas tecnologías al siguiente nivel ”, dijo Kashuk. Los cuatro partieron de Uber y finalmente se unieron para crear Unfolded.ai a fines de 2019.
Los cuatro fundadores de Unfolded.ai. A través de Unfolded.ai.
El producto principal de la startup se llama Unfolded Studio, que actúa como un backend-as-a-service para aplicaciones creadas sobre Kepler.gl (que es solo una biblioteca frontend) que maneja componentes como la administración de datos y las comunicaciones del servidor. En particular, el producto está diseñado para reunir diferentes conjuntos de datos geoespaciales y permitir que todos interactúen entre sí en una vista unificada.
El equipo primero financió sus operaciones con algunos proyectos de consultoría, incluso con Google Earth, pero ahora ha planteado una ronda semilla para expandir aún más el equipo y sus ambiciones. Hasta la fecha, según Kashuk, Unfolded ha recaudado un poco más de $ 6 millones, con una ronda semilla que cerró la semana pasada liderada por Shvet Jain en S28 Capital con la participación de otras firmas, incluida Fontinalis Ventures. Auren Hoffman escribió el primer cheque personal en la empresa, y el primer VC institucional fue IA Ventures.
Algunos de los primeros clientes de la plataforma Unfolded han estado en agtech, incluida una empresa llamada Indigo Agriculture, que se centra en ayudar a los agricultores a producir cultivos y ganado de forma sostenible. Unfolded ve potencial en muchos mercados donde los datos de ubicación se entrecruzan con los negocios, pero por ahora, se mantiene mayormente cabeza abajo construyendo su plataforma y preparándose para más clientes.
Source link