Kaskada Inc.是一家總部位于西雅圖的人工智能初創(chuàng)公司，由Google LLC和亞馬遜Web Services Inc.的資深人士領導，今天宣布已籌集800萬美元的資金。

Kaskada致力于自動化企業(yè)AI項目的所謂特征工程階段，該階段同時也是工作流程中最重要和最耗時的部分之一。特征工程涉及從原始訓練數(shù)據中提取關鍵細節(jié)，以幫助被訓練的機器學習模型識別出有意義的模式。

一個假設的軟件團隊建立了一個可以分析航空公司延誤的AI，可以使用離場，到達和平均飛行時間的日志來教該模型如何捕捉到遲到的飛機。團隊會將這三個數(shù)據點合并為一個更簡潔的數(shù)據點，每次飛行的分鐘數(shù)會延遲，以便AI可以更輕松地弄清楚應該尋找的內容。這些類型的抽象稱為功能，可幫助提高機器學習模型的準確性，同時提高其硬件效率。

機器學習項目通常使用數(shù)據科學家和數(shù)據工程師的組合，其中科學家專注于統(tǒng)計，相關性和因果變量等因素，而數(shù)據工程師構建軟件以處理科學家推薦的數(shù)據集。首席執(zhí)行官達沃·博納奇（Davor Bonaci）表示，這兩個學科需要不同的技能，而且人們經常在不同的小組中工作。

他說：“數(shù)據科學家很難弄清諸如加載時間和處理速度之類的因素，而數(shù)據工程師并不擅長理解預測數(shù)據?！?“通常，數(shù)據科學家將數(shù)據扔在墻上，數(shù)據工程師會在部署功能之前重寫功能。沒有軟件可以使它們協(xié)同工作。”

Kaskada的同名平臺使AI團隊可以在一處集中整個功能工程流程。開發(fā)人員可以從公司內部記錄系統(tǒng)中提取數(shù)據，以用于模型訓練，清理信息，構建功能部件并將這些功能部件部署到生產中。

Kaskada試圖在競爭者中脫穎而出的一種方法是為實時數(shù)據提供深入的支持。該創(chuàng)業(yè)公司的平臺不僅可以基于歷史記錄（例如MySQL部署中的客戶購買記錄）生成功能，還可以基于來自流處理系統(tǒng)（例如Amazon Kinesis）的實時數(shù)據生成功能。在基于實時數(shù)據流創(chuàng)建功能后，Kaskada會繼續(xù)使用傳入的新信息對其進行更新。

該平臺將軟件團隊的所有功能存儲在可通過應用程序編程接口訪問的中央存儲庫中。這種安排使開發(fā)人員可以在各個團隊之間共享功能，查看同事編寫的代碼如何工作并評估組件的性能，以確定哪種代碼最適合特定項目。

Kaskada將利用這800萬美元的資金在該平臺計劃于今年晚些時候正式發(fā)布之前加大在該平臺上的銷售力度。為了實現(xiàn)在7月之前啟動解決方案的目標，該初創(chuàng)公司還將雇用更多的工程師。

Kaskada由前Google Cloud工程師Bonaci和Ben錢伯斯（前該公司的最初兩位聯(lián)合創(chuàng)始人）以及產品副總裁Emily Kruger領導，后者在AWS任職項目經理后于去年加入。該初創(chuàng)公司的投資者包括旅行者資本有限責任公司，下一代風險投資伙伴有限責任公司，創(chuàng)始人合作管理有限責任公司和核桃街資本基金。

“ Kaskada正在滿足巨大的市場需求，因為當今幾乎每家公司都將大量資源投入到其數(shù)據科學工作中，很少有人看到符合他們期望的結果，” Voyager Capital董事總經理James Newell說。