Domino Data Lab是一家致力于为拥有大型数据科学团队的企业开发平台的初创公司,今天宣布其筹集了4300万美元的股权融资。该公司即将在其解决方案产品组合中进行升级,并推出了一套新技术-Domino Model Monitor,旨在防止AI模型错误地表现出偏差或降级。

通常,在使用模型之前,模型的准确性将达到最佳状态,这一理论称为概念漂移。模型试图预测的变量的统计属性不可避免地会随着时间变化。例如,人们的喜好发生变化,或者竞争对手的举动颠覆了某些假设。Domino(其客户包括Dell,Allstate,UBS,Bristol Meyers,ConocoPhillips和Lockheed Martin)旨在通过使各种模型刷新过程实现自动化的产品来减轻漂移。

Domino的Workbench使工程师能够在一个地方查找,讨论和重用工作时,利用现有工具跟踪,复制和比较实验。他们可以在自己选择的硬件上旋转交互式工作空间,并在必要时扩展到更强大的计算资源,同时使用内置的包管理器来组织在整个项目中使用的库和工具以及版本化的数据集,以跟踪模型期间使用的数据。培训和测试。Workbench的报告功能使管理员可以计划要自动生成并发送给利益相关者的报告,而数据管道则可以处理使模型保持最新状态的任务。它的按需启动器可以创建分析表格,供业务用户自助使用。

在等式的模型操作方面,Domino允许客户将模型部署为按需API或导出模型以部署在其他基础结构上。模型监视器检测数据漂移(导致性能降低的数据变化),并监视模型的性能,同时警告工程师性能不佳的模型。一个免费的注册表,无论模型在何处或如何部署,都可以一目了然地显示模型的状态,并且与Jira和其他企业工具的集成保持了合规性所需的可审核性和安全性。

根据Domino的说法,生产模型的准确性下降10%到20%之间并不罕见,尤其是在动荡的社会经济时期。一位发言人告诉VentureBeat说:“现在,公司比以往任何时候都更需要意识到购买者偏好的变化,经济变化以及其他无法控制的外部因素,从而使他们的模型过时了。”“ Domino使公司能够[使用]仪表板来检测…变化…即使他们不想监视仪表板,他们也可以设置阈值,以便…可以发送通知以通知关键人员该是时候重新培训了它使用当今世界的更新数据,或使用新算法完全重建。”

Domino还密切关注计算并衡量模型API,应用程序等的业务影响,因为它从进度和潜在障碍方面着眼于项目运行状况。不久,由于平台后端的最新更新,Domino将允许客户使外部托管的Git代码存储库(在GitHub,Bitbucket等上)成为容纳项目文件的主要方式。并且正在进行其他改进,包括用于分布式处理的按需Spark集群,通过Microsoft Azure和Red Hat Openshift支持Kubernetes编排以及将模型图像导出到Amazon Web Services(AWS)Sagemaker的功能。

总部位于旧金山的多米诺(Domino)针对保险,金融服务,互联网和技术,生命科学,制造业,媒体和零售,医疗保健,石油和天然气以及银行业的公司,以争夺新兴的“ MLOps”市场。似乎进展顺利;由Highland Capital Partners和Dell Capital共同领导的最新一轮融资,使其总融资额继2018年8月进行了4,000万美元的D轮融资后达到了1.236亿美元。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。