Do Dormitório do Hostel à Captação de Financiamento Semente: Um grande passo em direção ao nosso futuro!

Hoje, compartilhamos com o mundo o primeiro de, esperamos, muitos marcos na jornada da TrueFoundry. Temos o prazer de anunciar que levantamos nossa rodada semente de US$ 2,3 milhões, liderada pela Surge, da Sequoia India e Sudeste Asiático, e com a participação da Eniac Ventures e outros investidores anjo proeminentes, como o cofundador da AngelList Naval Ravikant, o CIO Global do Deutsche Bank Dilip Khandelwal, o Head do GitHub Índia Maneesh Sharma, o CTO da Greenhouse Software Mike Boufford e o fundador da Kaggle Anthony Goldbloom, entre outros.

Toda Empresa Será uma Empresa de Dados

Embora estejamos imensamente orgulhosos da jornada que empreendemos até agora para chegar a este ponto, este ainda é o primeiro grande passo em direção a uma jornada de 1000 milhas que nós três, juntamente com nossa equipe de estrelas, teremos que percorrer antes de podermos dizer que realmente tivemos sucesso. A ideia de que os dados são o novo petróleo tornou-se um clichê antigo, e, apesar disso, não vimos todos explorarem seu potencial máximo. O aprendizado de máquina oferece imensas oportunidades para as empresas, mas o desenvolvimento e o lançamento de modelos de ML são processos demorados e complexos para engenheiros de software, engenheiros de ML e cientistas de dados. Como resultado, quase 90% dos modelos de ML não chegam à produção. Para os modelos que chegam à implantação, 50% falham devido à ausência de sistemas de monitoramento e 30% precisam ser revertidos devido a problemas de escalabilidade e latência que são frequentemente negligenciados durante a fase de treinamento de dados. Enquanto grandes empresas podem preencher essa lacuna implantando grandes equipes de plataforma de ML de alto nível para projetar e lançar modelos de ML, é menos viável para empresas menores e startups comprometerem investimentos tão altos enquanto constroem suas empresas.

O Mundo Precisa de uma Solução Mais Simples

Durante nosso tempo no Facebook, percebemos que empresas menores no mercado exigiam um tempo significativamente maior para construir e implantar modelos de aprendizado de máquina em comparação com as grandes empresas de tecnologia. Assim, a TrueFoundry nasceu da ideia de que nenhuma empresa – grande ou pequena – deveria perder as oportunidades do aprendizado de máquina. Com nossa plataforma automatizada, cientistas de dados e engenheiros são capazes de implantar modelos de aprendizado de máquina com a velocidade e maturidade das grandes empresas de tecnologia, reduzindo seus prazos de produção de várias semanas para algumas horas. Dados são o novo petróleo e queremos capacitar as empresas a usar o aprendizado de máquina mais rapidamente e gerar maior valor de negócio. Nosso objetivo é automatizar tarefas repetitivas no pipeline de ML, como infraestrutura e implantações, para que cientistas de dados e engenheiros de ML possam se concentrar em tarefas de maior valor e mais criativas. Isso permite que as empresas atualizem continuamente os modelos existentes e lancem novos para obter uma vantagem competitiva. A TrueFoundry tem a missão de democratizar a produção e o monitoramento de Machine Learning para entregar valor positivo a todos.

O maior desafio para alcançar este resultado são os requisitos heterogêneos de diferentes organizações, dependendo do nível de maturidade de seus fluxos de trabalho de desenvolvimento de ML – e é aí que a maioria dos produtos existentes falha. Por exemplo, se uma startup está tentando colocar seu primeiro modelo em produção, a única coisa que importa para ela é como implantar rapidamente seu modelo, mesmo sem se preocupar com as melhores práticas. Por outro lado, uma empresa em crescimento (scale-up) que possui várias equipes construindo modelos de Machine Learning se preocupa com as melhores práticas em torno de rastreamento, versionamento, escalabilidade, CI/CD e monitoramento. A maioria dos produtos falha em encontrar esse equilíbrio, sendo muito complicada para ser configurada por um Desenvolvedor de ML ou gerando muita dívida técnica para uma organização relativamente madura.

Nossa Abordagem

De Amazon Web Services (AWS), Google Cloud e Tensorflow a Kubernetes, somos agnósticos em relação à plataforma e nos integramos facilmente à sua pilha existente para uma implementação perfeita. Como resultado, nossa plataforma permite que as equipes de ML sejam 10 vezes mais rápidas. Tornamos muito fácil começar (tempo de configuração <5 minutos) e colocar modelos em produção, mas à medida que suas necessidades amadurecem, a plataforma já oferece suporte a controle de versão, configuração de monitoramento, CI/CD, Auto-scaling etc., que podem ser rapidamente ativados. Pensamos em nossa solução como: comece como Heroku e escale como AWS.

A Equipe de Estrelas

Finalmente, todas essas coisas podem parecer boas no papel, mas construí-las e executá-las é uma dor completamente diferente. É aí que fomos extremamente afortunados por conseguir reunir alguns dos melhores talentos disponíveis na área que compartilham a mesma visão que a nossa. Eles garantiram que permanecêssemos fiéis à nossa visão e construíssemos o melhor de tudo o que podemos.

Você pode ler mais sobre esta notícia em
TechCrunch
Economic Times
Business Insider
Inc42

Tudo isso parece interessante para você? Conecte-se conosco em anuraag@truefoundry.com e podemos conversar!