Kaskada为其AI功能工程平台已筹集800万美元的资金

Kaskada Inc.是一家总部位于西雅图的人工智能初创公司，由Google LLC和亚马逊Web Services Inc.的资深人士领导，今天宣布已筹集800万美元的资金。

Kaskada致力于自动化企业AI项目的所谓特征工程阶段，该阶段同时也是工作流程中最重要和最耗时的部分之一。特征工程涉及从原始训练数据中提取关键细节，以帮助被训练的机器学习模型识别出有意义的模式。

一个假设的软件团队建立了一个可以分析航空公司延误的AI，可以使用离场，到达和平均飞行时间的日志来教该模型如何捕捉到迟到的飞机。团队会将这三个数据点合并为一个更简洁的数据点，每次飞行的分钟数会延迟，以便AI可以更轻松地弄清楚应该寻找的内容。这些类型的抽象称为功能，可帮助提高机器学习模型的准确性，同时提高其硬件效率。

机器学习项目通常使用数据科学家和数据工程师的组合，其中科学家专注于统计，相关性和因果变量等因素，而数据工程师构建软件以处理科学家推荐的数据集。首席执行官达沃·博纳奇（Davor Bonaci）表示，这两个学科需要不同的技能，而且人们经常在不同的小组中工作。

他说：“数据科学家很难弄清诸如加载时间和处理速度之类的因素，而数据工程师并不擅长理解预测数据。” “通常，数据科学家将数据扔在墙上，数据工程师会在部署功能之前重写功能。没有软件可以使它们协同工作。”

Kaskada的同名平台使AI团队可以在一处集中整个功能工程流程。开发人员可以从公司内部记录系统中提取数据，以用于模型训练，清理信息，构建功能部件并将这些功能部件部署到生产中。

Kaskada试图在竞争者中脱颖而出的一种方法是为实时数据提供深入的支持。该创业公司的平台不仅可以基于历史记录（例如MySQL部署中的客户购买记录）生成功能，还可以基于来自流处理系统（例如Amazon Kinesis）的实时数据生成功能。在基于实时数据流创建功能后，Kaskada会继续使用传入的新信息对其进行更新。

该平台将软件团队的所有功能存储在可通过应用程序编程接口访问的中央存储库中。这种安排使开发人员可以在各个团队之间共享功能，查看同事编写的代码如何工作并评估组件的性能，以确定哪种代码最适合特定项目。

Kaskada将利用这800万美元的资金在该平台计划于今年晚些时候正式发布之前加大在该平台上的销售力度。为了实现在7月之前启动解决方案的目标，该初创公司还将雇用更多的工程师。

Kaskada由前Google Cloud工程师Bonaci和Ben钱伯斯（前该公司的最初两位联合创始人）以及产品副总裁Emily Kruger领导，后者在AWS任职项目经理后于去年加入。该初创公司的投资者包括旅行者资本有限责任公司，下一代风险投资伙伴有限责任公司，创始人合作管理有限责任公司和核桃街资本基金。

“ Kaskada正在满足巨大的市场需求，因为当今几乎每家公司都将大量资源投入到其数据科学工作中，很少有人看到符合他们期望的结果，” Voyager Capital董事总经理James Newell说。