Ícono del sitio La Neta Neta

Toro obtiene una inversión inicial de $ 4 millones para monitorear la calidad de los datos

Toro obtiene una inversión inicial de $ 4 millones para monitorear la calidad de los datos

de toro Los fundadores comenzaron en Uber ayudando a monitorear la calidad de los datos en los vastos catálogos de datos de la compañía, y querían poner esa experiencia al servicio de una audiencia más general. Hoy, la compañía anunció una ronda inicial de $ 4 millones.

La ronda fue codirigida por Costanoa Ventures y Point72 Ventures, con la ayuda de varios inversores individuales.

El cofundador y director ejecutivo de la compañía, Kyle Kirwan, dice que la startup quería llevar a los datos el tipo de monitoreo automatizado que tenemos en los productos de monitoreo del rendimiento de las aplicaciones. En lugar de recibir una alerta cuando la aplicación tiene un rendimiento deficiente, recibirá una alerta de que hay un problema con los datos.

“Estamos construyendo una plataforma de monitoreo que ayuda a los equipos de datos a encontrar problemas en el contenido de sus datos antes de que lleguen a los tableros y modelos de aprendizaje automático y otros lugares donde los problemas en los datos podrían causar mucho daño”, dijo Kirwan a TechCrunch.

Cuando se trata de datos, hay tipos específicos de problemas que un producto como Toro consideraría. Puede ser una cifra que se encuentra fuera de un rango de dólares específico que podría ser indicativo de fraude, o podría ser simplemente un error en la forma en que se etiquetaron los datos que es diferente de las formas anteriores que podrían romper un modelo.

Los fundadores aprendieron las lecciones que usaron para construir Toro mientras trabajaban en el equipo de datos de Uber. Habían ayudado a construir herramientas allí para encontrar este tipo de problemas, pero de una manera muy específica para Uber. Cuando comenzaron Toro, necesitaban construir una herramienta de uso más general.

El producto funciona entendiendo lo que está viendo en términos de datos y cuáles son los umbrales normales para un tipo particular de datos. Cualquier cosa que se encuentre fuera del umbral para un punto de datos en particular activaría una alerta y el equipo de datos tendría que ponerse a trabajar para solucionar el problema.

A Casey Aylward, vicepresidente de Costanoa Ventures, le gusta el pedigrí de este equipo y el problema que está tratando de resolver. “A pesar de su importancia, la calidad de los datos sigue siendo un desafío para muchas empresas”, dijo en un comunicado. Ella añadió, “[The co-founders] La profunda experiencia en la creación de varias de las herramientas de datos internas de Uber los hace excepcionalmente calificados para crear la mejor solución”.

La compañía ha estado en esto por poco más de un año y se ha mantenido en forma con cuatro empleados, incluidos los dos cofundadores, pero tienen planes de agregar un par de científicos de datos el próximo año a medida que continúan construyendo. el producto.


Source link
Salir de la versión móvil