BERKELEY, Kalifornien–(GESCHÄFTSDRAHT)–Reflektierenein Data-Science-Startup, das aus der UC Berkeley hervorgegangen ist, kündigte eine Startfinanzierung in Höhe von 7 Millionen US-Dollar an, um skalierbare, unternehmenstaugliche und benutzerfreundliche Tools für maschinelles Lernen und Analyse zu entwickeln. Lightspeed-Venture-Partner führte die Runde mit Beteiligung von Intel Capital, 8VC und The House Fund an.
Unternehmen investieren heute Zeit und Geld in Data-Science-Initiativen, nur um festzustellen, dass sich ihre Investition nicht auszahlt. Nehmen Panda, eine Python-Bibliothek, die weithin als das beliebteste Tool in der Datenwissenschaft gilt und von Millionen von Datenwissenschaftlern verwendet wird, um Daten in Arbeitsabläufen für maschinelles Lernen vorzubereiten, zu transformieren und zu analysieren. Trotz seiner weit verbreiteten Akzeptanz werden Pandas für große Datensätze, die heute die Norm sind, unbrauchbar. Umfangreiche Entwicklungszyklen werden dann verschwendet, indem Pandas-Workloads in große Datenrahmen umgeschrieben werden, wodurch die Anzahl der Modelle und Informationen in der Produktion reduziert wird. Die resultierenden Datenpipelines werden auch schwierig zu warten und zu debuggen.
Ponder vermarktet seine beliebten Open-Source-Tools, Modin und Lux, um groß angelegte Pandas-Usability-Herausforderungen zu bewältigen, ohne die Art und Weise zu ändern, wie Datenteams mit ihren Daten arbeiten. Modin ist ein skalierbarer „Drop-in-Ersatz“ für Pandas, was bedeutet, dass Datenwissenschaftler nahtlos auf große Datensätze skalieren können, ohne dass Benutzer eine einzige Codezeile ändern müssen. Lux hingegen ist ein Visualisierungstool für Pandas, das visuelle Informationen in großen und komplexen Datensätzen automatisch identifiziert, wiederum ohne eine einzige Codezeile zu ändern.
„Wir haben zu diesem Zeitpunkt mit Dutzenden von Datenteams gesprochen, und ein allgemeines Gefühl war, dass sie Pandas ausgiebig verwendeten, aber große Leistungsprobleme hatten, die sie zwangen, ihre Arbeit von Grund auf neu zu machen“, sagte Doris Lee, CEO. von Ponder. „Mit den Tools von Ponder müssen sich Data Scientists nicht mehr zwischen Komfort und Skalierbarkeit entscheiden: Sie können beides bekommen.“
Ponders Technologie wird von 10 der Fortune-100-Unternehmen und in allen Branchen eingesetzt, von Pharmaunternehmen wie Bristol Myers Squibb und GSK über Technologieunternehmen wie Intel und VMware bis hin zu Automobilunternehmen wie Ford und Tesla. Open-Source-Tools wurden über 2,5 Millionen Mal heruntergeladen. Bei einem E-Commerce-Unternehmen half Modin dabei, seine Datenvorverarbeitungs-Pipelines zu skalieren, um 1.000-mal mehr Daten mit massiven Leistungsverbesserungen zu verwenden. Lux wurde für die Informationssuche in einer Vielzahl von Umgebungen verwendet, von der Erkennung von Anomalien in Mobilfunknetzen bis hin zum Eintauchen in experimentelle Daten für die Arzneimittelforschung bei einem der weltweit größten Pharmaunternehmen.
„Pandas ist de facto das Schweizer Taschenmesser der Datenwissenschaft, das branchenübergreifend für Data Mining und maschinelles Lernen eingesetzt wird. Leider stellt dies die Benutzer vor Hürden, selbst wenn sie mit mittelgroßen Daten arbeiten“, sagte Gaurav Gupta, Partner bei Lightspeed. „Ponder ist Open Source Technologie löst diese Probleme und positioniert das Unternehmen, um ein Marktführer in skalierbarer Datenwissenschaft zu werden.
Die Ursprünge von Ponder liegen in der berühmten UC Berkeley RISELab, das mehrere erfolgreiche Startups aus dem Silicon Valley hervorgebracht hat, darunter Databricks und Anyscale. „Die Technologie von Ponder basiert auf langjähriger Spitzenforschung, die wir durchgeführt haben, um die Lücke zwischen Benutzerfreundlichkeit und Skalierbarkeit von Data-Science-Tools zu schließen. Und die Auswirkungen sind enorm: Wir machen skalierbare Datenwissenschaft für Millionen von Datenpraktikern zugänglich, die Pandas leben und atmen“, sagte Aditya Parameswaran, Präsident von Ponder, ebenfalls Professor an der UC Berkeley.
Mit dieser neuen Finanzierung möchte das Remote-Unternehmen sein Team im Jahr 2022 erheblich erweitern, um der wachsenden Nachfrage von Unternehmenskunden gerecht zu werden und weiter zu wachsen und die Open-Source-Benutzergemeinschaft zu unterstützen.
„Die breite Akzeptanz dieser Open-Source-Tools ist ein Beweis für Ponders Vision einer nahtlosen Skalierbarkeit“, sagte Devin Petersohn, Mitbegründer und CTO von Ponder. „Wir sind begeistert von dem massiven Zustrom von Anwendungsfällen, neuen Richtungen für Verbesserungen und Wirkungsgeschichten von Datenwissenschaftlern, und wir freuen uns darauf, weiterhin mit ihnen zusammenzuarbeiten.“
Weitere Informationen zu Ponder finden Sie unter www.ponder.io oder folge weiter Twitter und LinkedIn.
Über Ponder Inc.
Ponder Data Inc. bietet unternehmenstaugliche Tools für schnelles und flexibles Experimentieren mit umfangreichen Daten. Ponder macht Datenteams produktiver, indem es ihnen ermöglicht, mit Tools, die sie kennen und lieben, schneller zu Erkenntnissen zu gelangen. Ponder wurde von Forschern der UC Berkeley gegründet und vermarktet Open-Source-Tools, Modin und Lux, die millionenfach heruntergeladen wurden. Führende Data-Science-Teams, darunter 10 Fortune-100-Unternehmen, nutzen die Technologie von Ponder, um ihre Data-Science-Workloads nahtlos zu beschleunigen. Ponder wird von Top-Investoren unterstützt, darunter Lightspeed Ventures Partners, Intel Capital und 8VC. Für weitere Informationen besuchen Sie www.ponder.io.