Manasi Vartak, fundadora y directora ejecutiva de Verta, concibió la idea de la base de datos del proyecto de código abierto ModelDB como una forma de rastrear versiones de modelos de máquinas mientras aún estaba en la escuela de posgrado en el MIT. Después de graduarse, decidió ampliar esa visión para crear un producto que no solo pudiera rastrear las versiones del modelo, sino que también proporcionara 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, que también lideró la ronda inicial de $ 1.7 millones de la compañía.
Más allá de proporcionar un lugar para realizar un seguimiento de las versiones del modelo, que ModelDB les dio a los usuarios, Vartak quería crear 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 trabajaran 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 a posibles clientes ahora. “Entonces, para nuestra ronda de semillas, definitivamente fue diferente porque estaba criando como fundadora solista, una fundadora primeriza recién egresada 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 sénior del inversionista líder 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 al adoptar la IA: cerrar la brecha entre los científicos de datos y los desarrolladores para acelerar la implementación de modelos de aprendizaje automático”, dijo Rostick.
Si bien Vartak no estaba lista para hablar sobre cuántos clientes tiene en esta etapa inicial de la empresa, sí dijo que había empresas que usaban la plataforma y ponían los modelos en 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 cuatro indios, tres caucásicos, un latino y un 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 iterativamente 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 conocer a los clientes donde se encuentran en su nivel de madurez. Así que nos enfocamos mucho en los últimos dos trimestres en construir un sistema que fuera interoperable para que pueda elegir los componentes como si fueran bloques de Lego y tener un sistema que funcione de principio a fin sin problemas”.
Source link