Cortex Labs ayuda a los científicos de datos a implementar el aprendizaje automáticomodelos en la nube

Una cosa es desarrollar un modelo de aprendizaje automático que funcione, y otra es ponerlo a trabajar en una aplicación. Cortex Labs es un inicio de etapa temprana con algunas herramientas de código abierto diseñadas para ayudar a los científicos de datos a dar ese último paso.

Una cosa es desarrollar un modelo de aprendizaje automático que funcione, y otra es ponerlo a trabajar en una aplicación. Cortex Labs es un inicio de etapa temprana con algunas herramientas de código abierto diseñadas para ayudar a los científicos de datos a dar ese último paso.

Los fundadores de la compañía eran estudiantes en Berkeley cuando observaron que uno de los problemas relacionados con la creación de modelos de aprendizaje automático era encontrar una manera de implementarlos. Si bien había muchas herramientas de código abierto disponibles, los científicos de datos no son expertos en infraestructura.

El CEO Omer Spillinger dice que la infraestructura era algo que los cuatro miembros del equipo fundador, él mismo, CTO David Eliahu, jefe de ingeniería Vishal Bollu y jefe de crecimiento Caleb Kaiser, entendieron bien.

Lo que hicieron los cuatro fundadores fue tomar un conjunto de herramientas de código abierto y combinarlas con los servicios de AWS para proporcionar una forma de implementar modelos más fácilmente. “Tomamos herramientas de código abierto como TensorFlow, Kubernetes y Docker y las combinamos con servicios de AWS como CloudWatch, EKS (el sabor de Kubernetes de Amazon) y S3 para dar básicamente una API para que los desarrolladores implementen sus modelos”, explicó Spillinger.

Dice que un científico de datos comienza cargando un archivo de modelo exportado al almacenamiento en la nube S3. “Luego lo tiramos, lo ponemos en contenedores y lo implementamos en Kubernetes detrás de escena. Escalamos automáticamente la carga de trabajo y lo cambiamos automáticamente a GPU si es un proceso intensivo de cómputo. Transmitimos registros y exponemos a la web. Te ayudamos a administrar la seguridad en torno a eso, cosas así ”, dijo

Si bien reconoce esto, no muy diferente de Amazon SageMaker, el objetivo a largo plazo de la compañía es admitir todas las principales plataformas en la nube. SageMaker, por supuesto, solo funciona en la nube de Amazon, mientras que Cortex eventualmente funcionará en cualquier nube. De hecho, Spillinger dice que la mayor solicitud de funciones que han recibido hasta este momento es apoyar Google Cloud. Él dice que y el soporte para Microsoft Azure están en la hoja de ruta.

Los fundadores de Cortex han estado manteniendo la cabeza fuera del agua mientras esperan un producto comercial con la ayuda de una ronda de semillas de $ 888,888 de Engineering Capital en 2018. Si te estás preguntando acerca de ese número extrañamente específico, es en parte una broma interna – El cumpleaños de Spillinger es el 8 de agosto, y en parte se llegó a un número para que la valoración funcione, dijo.

Por ahora, la compañía está ofreciendo herramientas de código abierto y está creando una comunidad de desarrolladores y científicos de datos. Eventualmente, quiere monetizar mediante la construcción de un servicio en la nube para empresas que no desean administrar clústeres, pero eso está en el futuro, dijo Spillinger.


Ron Miller
TC


Tatiana Vazquez. Tatiana Vázquez es escritora de Noyola Magazine especializada en inversiones y startups emergentes.

Related Posts