Tres ex Uber Los ingenieros, que ayudaron a construir la plataforma de aprendizaje automático Michelangelo de la compañía, dejaron la compañía el año pasado para formar Tecton.ai y construir una plataforma operativa de aprendizaje automático para todos los demás. Hoy, la compañía anunció una Serie A de $ 20 millones de un par de inversores de alto perfil.
Andreessen Horowitz y Sequoia Capital co-dirigió la ronda con Martin Casado, socio general de a16z y Matt Miller, socio de Sequoia que se unió al directorio de la compañía bajo los términos del acuerdo. La inversión de hoy combinada con la semilla que solían gastar el año pasado construyendo el producto asciende a $ 25 millones. No está mal en el entorno de hoy.
Pero cuando tiene el pedigrí de estos tres fundadores: el CEO Mike Del Balso, el CTO Kevin Stumpf y el Vicepresidente de Ingeniería Jeremy Hermann ayudaron a construir el sistema Uber, los inversores gastarán algo de dinero, especialmente cuando intentan resolver un problema difícil relacionado con la máquina. aprendizaje.
El sistema Michelangelo fue la plataforma de aprendizaje automático de Uber que analizó aspectos como la seguridad del conductor, el tiempo estimado de llegada y la detección de fraudes, entre otras cosas. Los tres fundadores querían tomar lo que habían aprendido en Uber y ponerlo a trabajar para las empresas que luchan con el aprendizaje automático.
“De lo que realmente se trata Tecton es de ayudar a las organizaciones a que sea realmente fácil construir sistemas de aprendizaje automático a nivel de producción, ponerlos en producción y operarlos correctamente. Y nos centramos en la capa de datos del aprendizaje automático “, dijo el CEO Del Balso a TechCrunch.
Haber de imagen: Tecton.ai
Del Balso dice que parte del problema, incluso para las empresas que tienen conocimientos de aprendizaje automático, es construir y reutilizar modelos en diferentes casos de uso. De hecho, dice que la gran mayoría de los proyectos de aprendizaje automático están fallando, y Tecton quería darles a estas compañías las herramientas para cambiar eso.
La compañía ha encontrado una solución para que sea mucho más fácil crear un modelo y ponerlo a trabajar al conectarse a fuentes de datos, lo que facilita la reutilización de los datos y los modelos en casos de uso relacionados. “Nos centramos en las tareas de datos relacionadas con el aprendizaje automático y en todas las canalizaciones de datos relacionadas con la potencia de esos modelos”, dijo Del Balso.
Ciertamente, Martin Casado de a16z ve un problema en la búsqueda de una solución y le gustan los antecedentes de este equipo y su comprensión de la construcción de un sistema como este a escala. “Después de rastrear una serie de compromisos profundos con los mejores equipos de ML y su interés en lo que Tecton estaba construyendo, invertimos en Tecton A junto a Sequoia. Creemos firmemente que estos sistemas continuarán dependiendo cada vez más de los modelos de datos y ML, y se necesita una cadena de herramientas completamente nueva para ayudar a desarrollarlos … “, escribió en una publicación de blog anunciando la financiación.
La compañía actualmente tiene 17 empleados y está buscando contratar, particularmente científicos de datos e ingenieros de aprendizaje automático, con una meta de 30 empleados para fin de año.
Si bien Del Balso es consciente de la situación económica actual, cree que aún puede construir esta compañía porque está resolviendo un problema con el que la gente realmente está buscando ayuda en este momento en torno al aprendizaje automático.
“De los clientes con los que estamos hablando, necesitan resolver estos problemas, por lo que no vemos que las cosas se desaceleren”, dijo.
Source link