大数据初创公司Bigeye,主要使用统计和机器学习来检测数据中的不一致和其他问题,在B轮融资中筹集了4500万美元,将用于加速公司的增长。Bigeye联合创始人兼首席执行官 Kyle Kirwan 表示,数据观察性对企业的吸引力在于可以更好管理日益增长的数据质量需求。
“数据检测在数据领域并不是一个新概念,”Kirwan 说。“LinkedIn、Netflix 和 Uber 等创新数据公司的内部团队悄悄地为其内部数据平台构建了数据检查和治理工具,因为他们领先于工具。我们是 Uber 的团队之一,也是唯一一个继续创建公司来为更广泛的行业解决这个问题的团队。”
Kirwan 说,Bigeye使用50多个预先构建的指标体系以及自定义的纬度来监控主要的九类数据质量问题,还开创了一种称为 autometrics 的方法,可以为每个客户自动跟踪独特的可观察性指标,而不需要太多的手工操作。
Bigeye将收集到的数据输入模型以训练异常检测的算法,该算法会自动标记数据质量属性的突然变化。所有这些都使客户能够采用服务水平协议 (SLA) 方法来确保其利益相关者(内部数据科学家、分析师等)之间的数据质量一致。
该公司的方法引起了精通数据客户的共鸣,例如 Instacart、Udacity 和 Clubhouse,以及金融服务领域的公司。它还引起了 Coatue 的普通合伙人 Caryn Marooney 的共鸣,他是领导 4500 万美元融资的风险投资家。
“我们以 Bigeye 的客户身份开始了我们的旅程,”现在也是 Bigeye 董事会成员的 Marooney 说。“我们对平台的实力、独特的方法以及这种方法与 Bigeye 机会的潜在规模直接相关的方式印象深刻。”
Kirwan 表示,这笔资金(其中还包括红杉资本和 Costanoa Ventures 的参与)将使 Bigeye 能够继续构建该平台。他关注三个特定的兴趣领域,包括:
- 启用端到端开发和发布工程 (DRE) 工作流程,这将为工程师提供“更强大的工具,不仅可以主动检测问题,还可以主动沟通、解决和预防问题,”Kirwan 说。
- 智力加倍。“在用指标自动检测数据和检测异常方面,我们已经拥有最好的自动化,我们打算继续推动我们在这一领域的领先地位,”他说;
- 更多集成。
本文由 数据分析网 编辑发布,内容观点不代表本站立场,转载或内容合作请联系我们,本文链接:https://www.afenxi.com/107057.html 。