Des versions open source des magasins de fonctionnalités émergent et sont conçues pour aider les scientifiques des données à éviter de réinventer la roue. Une start-up de magasin de fonctionnalités attire les investisseurs en ajoutant une couche informatique censée contribuer à accélérer l’accès des entreprises à l’IA et à l’analyse avancée.
Molecula Corp., la start-up de magasins de fonctionnalités d’entreprise, a clôturé cette semaine un cycle de financement de 17,6 millions de dollars dirigé par Drive Capital, avec la participation du nouvel investisseur TTV Capital.
Le développeur de magasin de fonctionnalités d’entreprise âgé de trois ans basé à Austin, au Texas, a déclaré qu’il avait jusqu’à présent levé 23,6 millions de dollars en deux tours. Les premiers investisseurs incluent Tensility Venture Partners.
Les magasins de fonctionnalités d’entreprise permettent le partage et la collaboration, ce qui aide les scientifiques des données à éviter de dupliquer le travail de leurs collègues. Le partage des magasins de fonctionnalités est promu comme un moyen de rendre les équipes de science des données plus productives.
«Le magasin de fonctionnalités est en train de devenir la catégorie la plus transformatrice dans l’espace des données, car il automatise la préparation des données pour l’analyse à l’échelle de la machine et l’IA», a déclaré Higinio Maycotte, PDG de Molecula. Molecula promeut son approche comme intégrant des tâches de science des données allant de la préparation des données aux MLOps.
La plate-forme de Molecula extrait les fonctionnalités, réduit la dimensionnalité des données et achemine les modifications des fonctionnalités en temps réel vers un magasin central. Le démarrage affirme que cette approche permet des requêtes en millisecondes, le calcul et la réutilisation des fonctionnalités sans copier ni déplacer les données brutes.
Molecula est la version commerciale du format de données open source Pilosa, un index bitmap distribué conçu pour accélérer l’analyse des données sur plusieurs ensembles de données. La distribution de la startup est conçue pour offrir aux data scientists une couche de données indépendante du cloud utilisée pour l’analyse de données et les applications d’IA.
«Tous les autres magasins de fonctionnalités sur le marché aujourd’hui sont construits sur des architectures de référence et se concentrent principalement sur la réutilisation des fonctionnalités», a affirmé la startup dans un article de blog.
«Cela crée des problèmes supplémentaires de complexité, de latence, de vitesse et de gravité des données, et impose des limites sur la manière et l’emplacement d’utilisation des fonctionnalités», a-t-il ajouté. Les plates-formes résultantes restent difficiles à mettre en œuvre, résolvant certains problèmes de MLOps tout en «créant un silo supplémentaire dans l’architecture déjà cloisonnée d’une organisation…»
L’approche de Molecula diffère, selon les investisseurs, en créant une nouvelle couche de calcul pour les données qui va au-delà de la simple migration de données vers le cloud. Cette approche permet d’utiliser l’intelligence artificielle et l’analyse avancée, a déclaré Andy Jenks, partenaire de Drive Capital. «Le marché de la disponibilité des données est aussi vaste que possible.»
Outre l’extraction et la mise à jour des fonctionnalités, le magasin de fonctionnalités de Molecula est également présenté comme réduisant l’empreinte des données jusqu’à 90% tout en fournissant des formats de données sécurisés qui favorisent la collaboration.
Articles récents:
Kaskada accélère le flux de travail ML avec son magasin de fonctionnalités
Une alternative Open Source à AWS SageMaker