年中盤點：2022年炙手可熱的十家資料科學與機器學習新創公司

企業要應對越來越多的數據，無論是在組織內部產生的數據，還是從外部來源收集的數據，如何尋找有效的方法來分析和「操作」所有這些數據從而獲得競爭優勢，正在變得越來越具有挑戰性。

這也推動了資料科學和機器學習領域對新工具和信技術的需求。根據財富商業洞察報告顯示，光是2021年全球機器學習市場規模就達到了154.4億美元，預計今年將達到211.7億美元，到2029年將成長到2099.1億美元，複合年增長率為38.8%。

同時，根據聯合市場研究報告顯示，2020年全球數據科學平台市場規模為47億美元，預計到2030年將達到797億美元，複合年增長率為33.6%。

「資料科學」與「機器學習」兩個概念有時候容易被混淆、甚至是相互替換使用，但其實這是兩個不同的概念，它們之間存在相關性，因為資料科學實踐是機器學習專案的關鍵。

根據Master's in Data Science網站的說法，數據科學是一個使用科學方法從數據中提取意義和洞察的研究領域，包括了製定數據分析策略、為分析準備數據、開發數據可視化和構建資料模型等方面。

根據財富商業洞察報告指出，機器學習則是人工智慧這個範圍更廣的領域下一個子板塊，是使用資料分析來教導電腦如何使用基於演算法和資料的模型去學習，也就是模仿人類學習的方式。

市場對資料科學和機器學習工具的需求，催生了一大批在資料科學或機器學習領域開發前沿技術的新創公司，包括以下10家：

1、 Aporia

• 創辦人、執行長：Liran Hason
• #總部：以色列特拉維夫
• 網址：https://www. aporia.com/

Aporia創立於2020年，開發了一個全端的、高度可自訂的機器學習可觀察性平台，讓資料科學和機器學習團隊可以用來監控、調試、解釋和改進機器學習模型和數據。

Aporia在種子輪融資中獲得了500萬美元，之後又在2022年3月的A輪融資中獲得2500萬美元。

Aporia將在2023年之前利用這筆資金把員工規模擴大兩倍，以及擴大在美國的業務規模，及其技術所涵蓋的使用情境範圍。

2、 Black Crow AI

• 創辦人、執行長：Richard Harris
• 總部：美國紐約
• 網址：https://www.blackcrow.ai/

Black Crow AI開發了一個針對電商應用的機器學習平台，讓那些在線直接面向消費者的商家使用他們的模型預測訪客購物時的行為和未來價值。該軟體可即時分析數十億個數據點，用於增強客戶體驗、管理客戶流失、優化行銷支出。

Black Crow AI創立於2020年，在今年3月進行的A輪融資中獲得了2500萬美元，總融資額達到3000萬美元。 Black Crow AI將利用這筆資金加速在數位商務和相鄰垂直領域挖掘新的、可用的機器學習場景。

3、 Comet

#

• 共同創辦人、執行長：Gideon Mendels
• 總部：美國紐約
• 網址：https://www.comet.ml/site/

Comet的平台為資料科學家和資料科學團隊提供了管理和優化整個機器學習生命週期的能力，包括建立和訓練模型、實驗追蹤和模型生產監控，以提高可見度、協作和生產力。

Comet創立於2017 年，在去年11月進行的B輪融資中獲得了5000萬美元，但是該公司稱其年度經常性收入增長了5倍，全球員工規模增加了2倍，客戶包括Ancestry、Etsy、Uber和Zappos。

4、dotData

• 創辦人、執行長：Ryohei Fujimaki
• 總部：美國加州聖馬特奧
• 網址：https://dotdata.com/

dotData的軟體提供了自動化特徵工程和企業AI自動化功能，用於建立人工智慧或機器學習模型。在機器學習開發過程中，特徵工程是在那些用於開發和訓練機器學習模型的資料中，尋找重要隱藏模式的關鍵步驟）。

dotData的旗艦產品是dotData Enterprise預測分析自動化軟體，此外還提供相關產品，包括dotData Cloud AI自動化平台、dotData Py和 dotData Py Lite工具，以及用於即時AI模型的dotData Stream。

dotData創立於2018年，是從NEC分拆出來的一個公司，在今年4月進行的B輪融資中獲得了3160萬美元，總融資金額達到7460萬美元。 dotData一直在利用這些外部資金加速自身產品開發。

5、Neuton

• 執行長：Andrey Korobitsyn
• 總部：美國加州聖荷西
##網址：https://neuton.ai/

Neuton創立於2021年，開發了一種自動化的無程式碼「tinyML」平台和其他工具，用於開發可嵌入微控制器的微型機器學習模型，從而使邊緣設備變得智慧。

Neuton的技術正在進入廣泛的應用領域，包括壓縮機水泵的預測性維護、防止電網過載、房間佔用檢測、手持設備上的手寫識別、齒輪箱故障預測和水污染監測設備等。

6、Pinecone

創辦人、執行長：Edo Liberty
• 總部：美國舊金山
• 網址：https://www.pinecone.io/

Pinecone開發了一種向量資料庫和搜尋技術，為人工智慧和機器學習應用提供動力。去年10月，Pinecone推出了Pinecone 2.0，將軟體從研究實驗室帶到了生產應用。

Pinecone創立於2019年，去年走出隱身模式，在2021年1月的種子輪融資中獲得1000萬美元，在今年3月進行的A輪融資中獲得了2800萬美元。

Gartner在2021年將Pinecone評為人工智慧和機器學習資料領域的「Cool Vendor」。

7、Snorkel AI

#

• 共同創辦人、執行長：Alex Ratner
• 總部：美國加州紅木城
• 網址：https://snorkel.ai/

#Snorkel創立於2019年，起源於史丹佛大學的人工智慧實驗室，該公司的五位創辦人當時都是在這個實驗室研究解決機器學習開發缺乏標記訓練資料的問題。

Snorkel在今年3月推出了Snorkel Flow，這個數據為中心的系統透過使用程式化標籤來加速人工智慧和機器學習的開發，而程式化標籤也是數據準備和機器學習模型開發和訓練過程中的一個關鍵步驟。

Snorkel的估值在2021年8月就突破了10億美元，當時這家新創公司在C輪融資中獲得了8,500萬美元，用於擴大工程和銷售團隊以及加速平台開發。

8、Striveworks

• 執行長：James Rebesco
• .總部：美國德州奧斯汀
• 網址：https://striveworks.us/

Striveworks創立於2018年推出，主要為那些受高度監管的產業開發MLOps技術。

Striveworks的旗艦產品Chariot Platform主要用於營運資料科學，可減輕創建人工智慧或機器學習解決方案的負擔。該系統可監督資料獲取和準備的過程，以及機器學習模型的訓練、驗證、部署和監控，而且所有這些都在雲端、本地或網路邊緣進行的。

9、Tecton

• 共同創辦人、執行長：Mike Del Balso
• 總部：美國舊金山
• 網址：https://www.tecton.ai/

Tecton開發了一個機器學習功能庫平台，可以將機器學習應用的部署速度從幾個月縮短到幾分鐘。 Tecton的技術可以自動轉換原始資料、產生訓練資料集、提供大規模線上推理功能。

Tecton創立於2019年，創辦人曾開發了Uber Michelangelo機器學習平台，後來公司在2020年4月走出隱身模式。

10、Verta

• 執行長：Manasi Vartak
• 總部：美國加州門洛帕克
• 網址：https://www.verta.ai/

Verta的平台可被資料科學和機器學習團隊用於在整個人工智慧和機器學習模型生命週期中部署、操作、管理和監控模型。

Verta本月Gartner評為核心AI技術的「Cool Vendor」。

以上是年中盤點：2022年炙手可熱的十家資料科學與機器學習新創公司的詳細內容。更多資訊請關注PHP中文網其他相關文章！