Бывшие сотрудницы «Яндекса» запустили сервис для аналитики моделей машинного обучения и прошли в Y Combinator

Стартап привлёк $125 тысяч.

В рамках сделки Y Combinator получил 7% компании за $125 тысяч, сообщила vc.ru соосновательница стартапа Елена Самуйлова.

Это стандартные условия у венчурного фонда, который работает в формате бизнес-инкубатора для небольших компаний в сфере ИТ. Через Y Combinator прошло более тысячи стартапов, среди которых — Airbnb, Dropbox и Stripe.

По словам Елены Самуйловой, основная ценность сделки — доступ к специалистам и экспертам из других компаний, инвесторам и «очень важный сигнал рынку», так как отбор в акселератор проходит через высокую конкуренцию.

Evidently — это библиотека с открытым исходным кодом, которую могут использовать аналитики и разработчики, создающие модели машинного обучения. Как рассказали vc.ru в стартапе, инструмент не создаёт модель для анализа, а оценивает и отслеживает качество созданных на основе доступных данных моделей.

По словам Самуйловой, при использовании прогнозов моделей машинного обучения, нужен инструмент, показывающий, насколько данным можно доверять. Таким инструментом будет Evidently. Сейчас проект находится на ранней стадии разработки, команда планирует создать полноценную платформу для мониторинга.

Для отдельных пользователей и небольших команд инструмент будет бесплатным, но компания планирует зарабатывать на облачной версии платформы для команд, которые не хотят запускать её самостоятельно. Также компания рассматривает вариант создания продукта по open core модели и сделать платными некоторые функции для больших компаний — например, расширенные настройки доступа, безопасность и аудит логов.

Стартап запустили в 2020 году Елена Самуйлова и Эмели Драль, которые до этого работали в Yandex Data Factory. В декабре 2020 года они выпустили первую версию библиотеки.

Evidently Product Hunt
Evidently Product Hunt
Evidently Product Hunt
Evidently Product Hunt
3939
57 комментариев

Комментарий недоступен

15
Ответить

Пора пилить стартап по сбору и анализу результатов нейронок, собирающих и анализирующих результаты других. Раз уж начинать цифровую бюрократию - то и не останавливаться.

12
Ответить

Ну вы бы почитали сначала, ну. Нет там никакой второй нейронки, идея то инструмента оч грамотная - задетектить ситуацию, что в сетку полетели данные, которые сильно отличаются от тех, на которых она училась (а значит поведение будет непредсказуемое)

4
Ответить

Kiss my shiny metal ass. 

2
Ответить

Нет там никакой нейронки, откуда вы всё это выдумываете? Задача у данного инструмента - визуализировать изменение в данных и таргете (Data Drift) и оценить насколько изменился её перфоманс на новых данных.

Вот, даже ссылку на зависимости оставлю, там нет ни одного пакета с "нейронками".

1
Ответить

Смешно конечно. Но факт

Ответить

Молодцы и удачи от души, но вообще непонятно, как на этом вообще можно зарабатывать? Если норм МЛ команда, которая по этим метрикам сможет адекватные выводы сделать, то они и сами такую штуку себе соберут за спринт. Более того проблема больше не в визуализации и анализе, а в сборе и хранении телеметрии с инференс сервисов.

6
Ответить