年中回顾：2021年10家热门数据科学和机器学习初创公司准备和组织大数据、开发机器学习算法和预测模型以及为分析师和IT人员使用的商业智能应用程序提供动力的新兴技术。让我们来看看这10家在数据科学和机器学习领域拥有领先产品的初创公司。Apheris高管：RobinRohm，联合创始人、首席执行官总部：德国柏林Apheris成立于2019年，旨在提供支持跨公司数据科学运营和协作的平台。该平台软件安全地分析来自多方的分布式数据，同时保持专有信息的私密性。去年8月，Apheris筹集了250万欧元（298万美元）的种子资金。Arrikto高管：ConstantinosVenetsanopoulos，创始人、CEO总部：美国加利福尼亚州圣马特奥Arrikto成立于2014年，其旗舰产品ArriktoEnterpriseKubeflow是一个完整的机器学习运维（MLOps）平台，将数据科学家与DevOps相结合，它简化并加速了模型开发，并确保了整个生产过程的安全性。Arrikto的目标是将DevOps的原则引入机器学习数据。此外，Arrikto还提供了云原生的Rok数据管理平台，用于管理机器学习开发和运营所需的数据，无论数据位于何处。Comet.ml执行官：GideonMendels，联合创始人、首席执行官总部：美国纽约Comet开发了一个自托管、基于云的MLOps平台，用于机器学习模型的开发和监控。该系统帮助数据科学家跟踪、比较、解释和优化机器学习实验和生产模型，并管理相关数据集。Comet成立于2017年，今年4月在A轮融资中筹集了1300万美元。Databand.ai执行官：JoshBenamram，联合创始人、首席执行官总部：以色列特拉维夫Databand的统一数据可观察性和机器学习开发平台帮助数据工程师和数据科学家更多地了解Snowflake、ApacheSpark和Identify等云原生系统，对在ApacheAirflow上运行的数据管道进行故障排除和修复数据质量问题。Databand.ai成立于2018年，于2020年12月获得由Accel领投的1450万美元A轮融资。数据科学工作流程。dotDataEnterprise机器学习和数据科学自动化平台可以处理数据摄取和整理、自动化特征设计、AutoML和模型操作任务，所有这些任务都是零编码。dotData成立于2018年，于今年2月推出了dotDataCloud，这是一个AI/ML自动化平台和服务，能够让商业智能团队（尤其是那些没有数据科学团队的小型企业组织）快速实现AI/ML开发任务的自动化。今年5月，dotData为使用Python的数据科学家推出了dotDataPyLite容器化人工智能自动化系统。Explorium高管：MaorShlomo，联合创始人、首席执行官总部：加利福尼亚州圣马特奥Explorium开发了一个自动化的外部数据平台，用于高级分析和机器学习任务，数据科学家和业务分析师可以使用广泛的外部资源。Explorium的技术组合还包括用于自动数据发现和特征生成的AutoMLEngine，以及用于查找和集成最相关的外部数据信号的SignalStudio。Explorium成立于2017年，今年5月获得7500万美元C轮融资，融资总额达到1.27亿美元。Iterative.ai高管：DmitryPetrov，联合创始人、首席执行官总部：美国旧金山Iterative开发开源工具，可用于扩展机器学习项目的传统开发技术——尤其是那些涉及非结构化数据的项目。Iterative的产品组合包括DVC版本控制系统、用于持续集成/持续交付和部署的持续机器学习(CML)，以及刚刚发布的用于项目协作的Studio。据该公司称，3月份推出的新版本DVC和CML消除了对AWSSageMaker和MicrosoftAzureMLEngineer等专有人工智能平台的需求。Iterative.ai成立于2018年，刚刚筹集了2000万美元的A系列资金。Noogata高管：AssafEgozi，联合创始人，CEO总部：以色列特拉维夫Noogata今年3月推出了模块化无代码AI数据分析平台，帮助企业和组织扩展其企业数据分析计划。该平台收集、丰富和建模数据洞察力、预测、建议，并在整个公司范围内提供可操作的自助服务分析。Noogata成立于2019年，刚刚筹集了1200万美元的种子资金，早期客户包括高露洁棕榄和百事可乐。Spell.ml高管：SerkanPiantino，联合创始人，首席执行官总部：美国纽约训练、部署和管理机器学习和深度学习模型的整个生命周期。深度学习是机器学习技术的一个分支，融合了依赖人工智能神经网络的复杂学习模型，常用于图像识别、自然语言处理等复杂任务。深度学习模型是计算密集型的，通常需要配备GPU和下一代AI处理器的高性能系统。Spell.ml成立于2017年，其与云无关的平台可以帮助降低深度学习模型开发的成本。Spell.ml的客户包括Square、Healx和CondeNast等，它还与具有深度学习实践的系统集成商以及构建深度学习驱动软件的应用程序开发人员合作。Tecton.ai执行官：MikeDelBalso，联合创始人、首席执行官总部：美国旧金山Tecton.ai于2020年4月从隐身模式中脱颖而出，其机器学习数据平台旨在使数据科学家能够将原始数据转化为支持预测信号机器学习模型。Tecton.ai旨在解决企业机器学习部署的最大障碍之一——数据挑战。Tecton.ai的创始人MikeDelBalso（CEO）、KevinStumpf（CTO）和JeremyHermann（工程副总裁）曾在Uber开发和部署新的机器学习模型时工作，他们开发了Uber的Michelangelo机器学习平台，然后创立了Tecton。ai，一家开发技术以帮助其他公司应对操作机器学习的数据挑战的公司。Tecton.ai成立于2019年，已在多轮融资中筹集了总计6000万美元的资金。
