中間レビュー: 2021 年注目のデータサイエンスおよび機械学習スタートアップ 10 社

今日の企業は、競争上の優位性を獲得するために、増え続けるデータを活用し、データ サイエンス、人工知能、機械学習、さらにはディープラーニングの新興テクノロジーを採用して、ビッグ データの準備と整理、機械学習アルゴリズムと予測モデルの開発、アナリストや IT スタッフが使用するビジネス インテリジェンス アプリケーションの強化を行っています。

[[407524]]

データサイエンスと機械学習の分野で優れた製品を持つスタートアップ企業 10 社を見てみましょう。

アフェリス

本社: ドイツ、ベルリン

2019 年に設立された Apheris は、企業間のデータ サイエンスの運用とコラボレーションをサポートするプラットフォームを提供しています。プラットフォーム ソフトウェアは、独自の情報を非公開にしたまま、複数の当事者からの分散データを安全に分析できます。

昨年8月、Apherisはシードラウンドの資金調達で250万ユーロ（約298万米ドル）を調達した。

アリクト

本社：米国カリフォルニア州サンマテオ

Arrikto は 2014 年に設立されました。同社の主力製品である Arrikto Enterprise Kubeflow は、データ サイエンティストと DevOps を統合してモデル開発を簡素化および加速し、生産プロセス全体でセキュリティを確保する完全な機械学習運用 (MLOps) プラットフォームです。 Arrikto は、DevOps の原則を機械学習データに適用することを目指しています。

さらに、Arrikto は、データの保存場所に関係なく、機械学習の開発と運用に必要なデータを管理するためのクラウドネイティブの Rok Data Management Platform も提供しています。

コメット.ml

本社：米国ニューヨーク

Comet は、機械学習モデルの開発と監視のための、自己ホスト型のクラウドベースの MLOps プラットフォームを開発しました。このシステムは、データ サイエンティストが機械学習の実験や生産モデルを追跡、比較、説明、最適化し、関連するデータセットを管理するのに役立ちます。

Cometは2017年に設立され、今年4月にシリーズA資金調達で1,300万ドルを調達した。

データバンド.ai

本社: イスラエル、テルアビブ

Databand の統合データ観測および機械学習開発プラットフォームは、データ エンジニアやデータ サイエンティストが、Snowflake、Apache Spark、Apache Airflow などのクラウド ネイティブ システムで実行されるデータ パイプラインのデータ品質の問題を特定、トラブルシューティング、修正するのに役立ちます。

Databand.aiは2018年に設立され、2020年12月にAccelが主導するシリーズAの資金調達ラウンドで1,450万ドルを調達しました。

ドットデータ

[[407529]]

役員: 創業者兼CEO 藤巻 良平

本社：米国カリフォルニア州サンマテオ

dotData が開発した AutoML 2.0 ソリューションは、データ サイエンス ワークフローを自動化するために使用できます。 dotData Enterprise 機械学習およびデータ サイエンス自動化プラットフォームは、データの取り込みとラングリング、自動機能エンジニアリング、AutoML、およびモデルの運用化タスクをすべてコーディングなしで処理します。

2018 年に設立された dotData は、今年 2 月に、ビジネス インテリジェンス チーム (特にデータ サイエンス チームを持たない小規模エンタープライズ組織) に AI/ML 開発タスクを迅速に自動化する機能を提供する AI/ML 自動化プラットフォームおよびサービスである dotData Cloud をリリースしました。今年 5 月、dotData は Python を使用するデータ サイエンティスト向けに、コンテナ化された人工知能自動化システム「dotData Py Lite」をリリースしました。

エクスプロリウム

[[407530]]

役員: マオル・シュロモ、共同創設者兼CEO

本社：米国カリフォルニア州サンマテオ

Explorium は、高度な分析と機械学習のタスク向けに自動化された外部データ プラットフォームを開発しました。このシステムにより、データ サイエンティストやビジネス アナリストは幅広い外部リソースを利用できるようになります。

Explorium のテクノロジー ポートフォリオには、自動データ検出と機能生成のための Auto ML エンジンや、最も関連性の高い外部データ シグナルを見つけて統合するための Signal Studio も含まれています。

2017年に設立されたExploriumは、今年5月にシリーズCの資金調達ラウンドで7,500万ドルを調達し、総調達額は1億2,700万ドルに達した。

イテレーティブ

本社：米国サンフランシスコ

Iterative は、機械学習プロジェクト、特に非構造化データを含む機械学習プロジェクト向けに従来の開発手法を拡張するために使用できるオープンソース ツールを開発しています。

Iterative の製品ポートフォリオには、DVC バージョン管理システム、継続的インテグレーション/継続的デリバリーおよびデプロイメントのための継続的機械学習 (CML)、そしてプロジェクトコラボレーション用にリリースされたばかりの Studio が含まれています。同社によれば、3月に導入されたDVCとCMLの新バージョンでは、AWS SageMakerやMicrosoft Azure ML Engineerなどの独自のAIプラットフォームが不要になるという。

Iterative.ai は 2018 年に設立され、シリーズ A 資金調達で 2,000 万ドルを調達したばかりです。

直方

[[407532]]

役員: アサフ・エゴジ、共同創設者兼CEO

本社: イスラエル、テルアビブ

Noogata は、企業や組織がエンタープライズ データ分析の取り組みを拡大できるよう、今年 3 月にモジュール式のコード不要の AI データ分析プラットフォームを立ち上げました。このプラットフォームは、データの洞察、予測、推奨事項を収集、強化、モデル化し、企業全体に実用的なセルフサービス分析を提供します。

Noogata は 2019 年に設立され、シード資金として 1,200 万ドルを調達したばかりです。初期の顧客には Colgate-Palmolive や PepsiCo などがあります。

スペル.ml

[[407533]]

役員: セルカン・ピアンティーノ、共同創設者兼CEO

本社：米国ニューヨーク

Spell.ml は、機械学習とディープラーニング モデルのライフサイクル全体を準備、トレーニング、展開、管理する機能を備え、従来の機械学習を超えるディープラーニング運用 (DLOps) 用の機械学習プラットフォームを開発しました。

ディープラーニングは、AI ニューラル ネットワークに依存する複雑な学習モデルを組み合わせた機械学習テクノロジの分野であり、画像認識や自然言語処理などの複雑なタスクによく使用されます。ディープラーニング モデルは計算負荷が高く、通常、GPU と次世代 AI プロセッサを搭載した高性能システムが必要です。

2017 年に設立された Spell.ml のクラウドに依存しないプラットフォームは、ディープラーニング モデルの開発コストの削減に役立ちます。 Spell.ml の顧客には Square、Healx、Conde Nast などがあり、ディープラーニングを実践するシステム インテグレーターやディープラーニング主導のソフトウェアを構築するアプリケーション開発者とも連携しています。

テクトン

役員: マイク・デル・バルソ、共同創設者兼CEO

本社：米国サンフランシスコ

Tecton.ai は、データ サイエンティストが生データを機械学習モデルを強化する予測信号に変換できるように設計された機械学習データ プラットフォームを備え、2020 年 4 月にステルス モードから登場しました。 Tecton.ai は、企業に機械学習を導入する際の最大の障壁の 1 つであるデータの課題を解決することを目指しています。

Tecton.ai の創設者である Mike Del Balso (CEO)、Kevin Stumpf (CTO)、Jeremy Hermann (エンジニアリング担当 VP) は Uber で勤務し、新しい機械学習モデルの開発と導入に携わっていました。彼らは Uber の Michelangelo 機械学習プラットフォームを開発し、その後 Tecton.ai を設立して、他の企業が運用機械学習のデータ課題に対処するのに役立つテクノロジーを開発しました。

Tecton.aiは2019年に設立され、複数回の資金調達で総額6,000万米ドルを調達しました。