Примечание редактора. Изначально этот пост был опубликован в Необычном блоге.
Сегодня Unusual Ventures рада сообщить, что мы сотрудничаем с Arrikto, чтобы выполнить свою миссию по преодолению барьеров, которые мешают командам специалистов по данным быстро внедрять инициативы машинного обучения в производственных средах. Мы рады возглавить раунд раунда А с бюджетом 10 млн долларов.
Arrikto представляет корпоративную версию Kubeflow, ведущей нативной платформы Kubernetes для специалистов по данным и команд MLOps, которые хотят быстро и надежно развертывать модели данных в рабочей среде. Решение Arrikto позволяет специалистам по обработке и анализу данных беспрепятственно перемещать модели и данные с ноутбука на производство и полностью реализует потенциал автоматизации решения MLOps корпоративного уровня. Активы Arrikto — MiniKF, Kale и Rok — заполняют ключевые пробелы, существующие сегодня в стандартной установке Kubernetes и Kubeflow, чтобы помочь компаниям быстрее, эффективнее и безопаснее выводить модели на рынок. По сути, Arrikto помогает компаниям управлять «данными как кодом» — подходом, который дает группам данных возможность обрабатывать, управлять, потреблять и обмениваться данными так же, как мы это делаем с кодом для разработки программного обеспечения. Команды специалистов по обработке и анализу данных больше не обременены необходимостью изучения инфраструктурных технологий или собственных стратегий настройки облака. Благодаря Arrikto мощная модель, на развертывание и получение которой раньше уходили месяцы, теперь может быть запущена в производство за считанные минуты.
Команда Unusual впервые была представлена команде Arrikto через одного из наших успешных основателей, Спироса Ксантоса, и нас сразу же впечатлили две вещи. Во-первых, основатели, Константинос Венецанопулос и Вангелис Кукис, выделялись как чрезвычайно талантливая группа технологов и были одними из самых ярких умов в области облачной инфраструктуры и науки о данных, с которыми мы сталкивались. Не говоря уже о том, что трудно было не заметить настойчивость и преданность команды проблеме, которую они пытались решить — они в значительной степени поддерживали компанию в течение нескольких лет, когда они могли бы устроиться на более прибыльную работу. Было ясно, что они собрали команду, которая искренне верила в их дифференцированный подход и долгосрочное видение. Во-вторых, мы разделяли веру в возможность развивающихся рынков предоставить ведущее облачное нативное решение, позволяющее специалистам по обработке и анализу данных развертывать модели в рабочей среде с помощью нативной основы Kubernetes. Компания Arrikto собрала набор инструментов, который помогает специалистам по обработке и анализу данных создавать модели и упрощает переход к командам MLOps. Специалисты по данным могут заниматься тем, что у них получается лучше всего, — фокусироваться на экспериментах, — а команды MLOps могут развертывать модели и управлять ими в производственной среде с помощью передовых облачных инфраструктурных технологий.
Основной причиной, по которой команда Arrikto стремилась работать с Team Unusual, был наш практический подход к созданию компании на ранней стадии, особенно в форме нашей Get Ahead Platform (GAP). Наша команда GAP тесно сотрудничала с командой Arrikto, чтобы помочь разработать стратегию выхода на рынок, ориентированную на внедрение, и мы были впечатлены их стремлением к обучению и готовностью приложить усилия, чтобы стать платформой отраслевого стандарта для Автоматизация MLOps.
Поскольку наука о данных становится все более и более ценной, а способность применять эти данные на практике по-прежнему является тем, что отличает лидеров рынка от остальных, любая компания — независимо от размера — должна иметь доступ к инструментам, которые помогут им построить отличный бизнес. Unusual Team считает, что команда Arrikto находится на правильном пути к преодолению технических барьеров для демократизации возможностей машинного обучения на предприятии. Мы рады видеть, что ждет эту инновационную команду, и гордимся тем, что можем быть с ними партнерами в этом путешествии. Вперед!
