Tres ex ingenieros de Uber, que ayudaron a construir la empresa Plataforma de aprendizaje automático Michelangelo, dejó la empresa el año pasado para formar Tecton.ai y construya 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 codirigieron la ronda con Martin Casado, socio general de a16z y Matt Miller, socio de Sequoia, que se unieron al directorio de la compañía según los términos del acuerdo. La inversión de hoy, combinada con la semilla que usaron para construir el producto el año pasado, asciende a $25 millones. No está mal en el entorno actual.
Pero cuando tienes el pedigrí de estos tres fundadores (el director ejecutivo Mike Del Balso, el director de tecnología Kevin Stumpf y el vicepresidente de ingeniería Jeremy Hermann ayudaron a construir el sistema Uber), los inversionistas gastarán algo de dinero, especialmente cuando intentas resolver un problema difícil relacionado con las máquinas. aprendiendo.
El sistema Michelangelo era la plataforma de aprendizaje automático de Uber que analizaba cosas como la seguridad del conductor, la hora estimada 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 hacer que sea realmente fácil construir sistemas de aprendizaje automático a nivel de producción, ponerlos en producción y operarlos correctamente. Y nos enfocamos en la capa de datos del aprendizaje automático”, dijo el CEO Del Balso a TechCrunch.
Crédito de la imagen: Tecton.ai
Del Balso dice que parte del problema, incluso para las empresas que son expertas en 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 brindarles a estas empresas las herramientas para cambiar eso.
La empresa ha ideado una solución para que sea mucho más fácil crear un modelo y ponerlo en funcionamiento mediante la conexión a fuentes de datos, lo que facilita la reutilización de los datos y los modelos en casos de uso relacionados. “Nos enfocamos en las tareas de datos relacionadas con el aprendizaje automático y todas las canalizaciones de datos que están relacionadas para impulsar esos modelos”, dijo Del Balso.
Ciertamente, Martin Casado de a16z ve un problema en busca de una solución y le gusta la experiencia 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’s A junto con Sequoia. Creemos firmemente que estos sistemas seguirán dependiendo cada vez más de los datos y los modelos de ML, y se necesita una cadena de herramientas completamente nueva para ayudar a desarrollarlos…”, escribió en una publicación de blog anunciando la financiación.
La empresa tiene actualmente 17 empleados y está buscando contratar, en particular, científicos de datos e ingenieros de aprendizaje automático, con una meta de 30 empleados para fin de año.
Si bien Del Balso es ciertamente consciente de la situación económica actual, cree que aún puede construir esta empresa porque está resolviendo un problema con el que la gente realmente está buscando ayuda en este momento en torno al aprendizaje automático.
“Los clientes con los que estamos hablando necesitan resolver estos problemas, por lo que no vemos que las cosas se desaceleren”, dijo.
Source link