Algorithmia fue una plataforma de operaciones de aprendizaje automático (MLOps) que permitía a científicos de datos y desarrolladores implementar, gestionar y escalar modelos de aprendizaje automático como API listas para producción. La empresa fue fundada en 2013 por Diego Oppenheimer y Kenny Daniel, y se convirtió en un actor destacado en el emergente campo de las MLOps antes de ser adquirida por DataRobot en 2021.
Historia
Algorithmia fue fundada en 2013 por Diego Oppenheimer y Kenny Daniel. La empresa comenzó inicialmente como un mercado de algoritmos, donde los desarrolladores podían publicar y compartir algoritmos y ganar dinero cuando otros los usaban. Sin embargo, el enfoque cambió con el tiempo hacia las MLOps empresariales, proporcionando una plataforma para implementar y gestionar modelos de aprendizaje automático en entornos de producción.
En 2015, Algorithmia recaudó 10,5 millones de dólares en financiación de Serie A liderada por Madrona Venture Group, con la participación de Gradient Ventures y otros inversores. La empresa continuó creciendo y, para 2019, había recaudado un total de 36 millones de dólares, incluida una ronda de Serie B de 25 millones liderada por Norwest Venture Partners.
La plataforma de Algorithmia fue utilizada por organizaciones de diversas industrias, incluidas finanzas, atención médica y gobierno, para operacionalizar modelos de aprendizaje automático. La tecnología de la empresa permitía a los usuarios implementar modelos construidos en marcos populares como TensorFlow, PyTorch y scikit-learn, y gestionarlos con funciones como versionado, monitoreo y escalado.
En 2021, Algorithmia fue adquirida por DataRobot, un proveedor líder de plataformas de IA empresarial. La adquisición tenía como objetivo combinar las capacidades de MLOps de Algorithmia con la plataforma de aprendizaje automático automatizado (AutoML) de DataRobot, creando una solución integral de extremo a extremo más completa para la implementación de IA.
Características
Algorithmia proporcionaba una variedad de funciones para respaldar la implementación y gestión de modelos de aprendizaje automático:
- Implementación de modelos: Los usuarios podían implementar modelos como API REST con un esfuerzo mínimo, admitiendo múltiples lenguajes de programación y marcos.
- Gestión de modelos: La plataforma incluía capacidades de versionado, reversión y pruebas A/B para gestionar los ciclos de vida de los modelos.
- Escalabilidad: Algorithmia escalaba automáticamente las implementaciones de modelos según la demanda, utilizando principios de computación sin servidor.
- Monitoreo y observabilidad: La plataforma ofrecía herramientas de monitoreo para rastrear el rendimiento, la latencia y las métricas de uso de los modelos.
- Seguridad y gobernanza: Las funciones incluían control de acceso, registros de auditoría y soporte de cumplimiento para satisfacer los requisitos de seguridad empresarial.
- Integración: Algorithmia se integraba con herramientas populares de ciencia de datos y proveedores de nube, incluidos AWS, Azure y Google Cloud.
Impacto y legado
Algorithmia desempeñó un papel importante en la popularización del concepto de MLOps, que es la práctica de aplicar principios de DevOps a los sistemas de aprendizaje automático. La plataforma de la empresa ayudó a cerrar la brecha entre la experimentación en ciencia de datos y la implementación en producción, un desafío que enfrentan muchas organizaciones.
Aunque Algorithmia fue adquirida por DataRobot, su tecnología e ideas han influido en el panorama más amplio de las MLOps. El énfasis de la plataforma en hacer que los modelos sean accesibles como API y su enfoque en aspectos operativos como el monitoreo y la gobernanza se han convertido en consideraciones estándar en las herramientas modernas de MLOps.
Véase también
- aprendizaje automático
- inteligencia artificial
- ciencia de datos
- devops
- API
- computación sin servidor
- TensorFlow
- PyTorch
- scikit-learn
- DataRobot