Streamlit, una nueva startup de aprendizaje automático de veteranos de la industria que trabajaron en GoogleX y Zoox, se lanzó hoy con una inversión inicial de $ 6 millones y una nueva herramienta flexible de código abierto para facilitar a los ingenieros de aprendizaje automático la creación de aplicaciones personalizadas para interactuar con los datos en sus modelos.
La ronda semilla fue dirigida por Gradient Ventures con la participación de Bloomberg Beta. También participó un quién es quién de los inversores individuales, incluido el cofundador de Color Genomics, Elad Gil, la fundadora de #Angels, Jana Messerschmidt, el socio de Y Combinator, Daniel Gross, el cofundador de Docker, Solomon Hykes, y el CEO de Insight Data Science, Jake Klamka.
En cuanto al producto, el cofundador de Streamlit, Adrien Treuille, dice que, como ingenieros de aprendizaje automático, él y sus cofundadores estaban en una posición única para comprender las necesidades de los ingenieros y crear una herramienta que cumpliera con sus requisitos. En lugar de crear una herramienta única para todos, la clave fue desarrollar una solución que fuera lo suficientemente flexible para satisfacer múltiples requisitos, según la naturaleza de los datos con los que trabaja la persona.
“Creo que Streamlit en realidad tiene, diría yo, una posición única en este mercado. Si bien la mayoría de las empresas básicamente están tratando de sistematizar alguna parte del flujo de trabajo de aprendizaje automático, les estamos dando a los ingenieros este tipo de bloques de Lego para que construyan lo que quieran”, explicó Treuille.
Aplicación personalizada de datos de vehículos autónomos creada con Streamlit que permite a los ingenieros de aprendizaje automático interactuar con los datos
Treuille dice que los ingenieros de aprendizaje automático altamente capacitados que tienen un conjunto único de habilidades en realidad terminan gastando una cantidad excesiva de su tiempo en la creación de herramientas para comprender la gran cantidad de datos que tienen. Streamlit está tratando de ayudarlos a construir estas herramientas más rápido utilizando el tipo de herramientas de programación con las que están acostumbrados a trabajar.
Él dice que con unas pocas líneas de código, un ingeniero de aprendizaje automático puede comenzar a construir rápidamente herramientas para comprender los datos y ayudarlos a interactuar con ellos de cualquier manera que tenga sentido según el tipo de datos. Eso puede significar crear un conjunto de controles deslizantes con diferentes variables para interactuar con los datos, o simplemente crear tablas con subconjuntos de datos que tengan sentido para el ingeniero.
Treuille dice que este conjunto de herramientas tiene el potencial de transformar drásticamente la forma en que los ingenieros de aprendizaje automático trabajan con los datos en sus modelos. “Como ingenieros de aprendizaje automático que han visto esto y saben lo que es enfrentar estos desafíos, fue realmente emocionante para nosotros decir que hay una mejor manera de hacer esto y no solo un poco mejor, sino algo que convertirá un proyecto que habría tomado cuatro semanas y 15,000 líneas de código en algo que puede hacer en una tarde”.
El juego de herramientas es disponible en GitHub para descargar empezando hoy.
Source link