Tecton是一家企业软件公司，开发用于机器学习操作的特征存储平台。该平台集中管理、计算和提供特征（即机器学习模型使用的输入变量），涵盖批处理和实时数据源。Tecton旨在减少构建和维护生产级ML系统所需的工程开销，使数据科学家和工程师能够专注于模型开发，而非数据处理管道。
该公司由曾参与Uber Michelangelo ML平台的工程师团队于2019年创立，包括Mike Del Balso、Kevin Stumpf和Jeremy Hermann。Tecton于2020年以2000万美元的A轮融资从隐身模式中亮相，该轮融资由Andreessen Horowitz领投。公司总部位于加利福尼亚州旧金山，并在随后几年筹集了额外资金，包括2021年的3500万美元B轮融资和2022年的1亿美元C轮融资，使其总估值超过10亿美元。
核心平台功能
Tecton的平台提供了定义、管理和提供特征的统一接口。它支持批处理特征（从历史数据计算）和流式特征（从事件流实时计算）。平台包括一个声明式API，允许用户使用Python定义特征，并自动处理数据转换、回填和时点正确性。Tecton还提供特征监控、血缘追踪以及用于发现和治理的特征目录。
该平台与常见的数据基础设施集成，包括数据仓库（如Amazon Redshift和Google BigQuery）以及流式系统（如Apache Kafka）。在服务方面，Tecton提供低延迟的在线存储和API，可用于生产推理管道，通常与机器学习框架和模型服务工具配合使用。
用例和应用
Tecton被各行业的组织使用，包括金融服务、电子商务和技术领域。常见用例包括欺诈检测、推荐系统、个性化和实时风险评分。例如，金融公司可能使用Tecton实时计算交易速度或账户余额变化等特征，并将其输入欺诈检测模型。该平台处理历史和实时数据的能力使其适用于需要在训练和服务之间保持一致特征定义的应用。
竞争格局
特征存储市场随着人工智能在生产中的更广泛采用而增长。Tecton与其他特征存储解决方案竞争，包括开源项目（如Feast，由Tecton的创始人共同创建）和主要云提供商的原生服务。Amazon Web Services提供Amazon SageMaker Feature Store，而Microsoft Azure和Google Cloud在其ML平台中也有类似功能。Tecton通过专注于企业级可靠性、可扩展性以及对复杂实时用例的支持来差异化自身。
公司增长和采用情况
截至2024年，Tecton报告称其平台被数百家公司使用，其中包括多家财富500强企业。公司扩展了产品线，推出了Tecton AI等功能，该功能利用大型语言模型辅助特征工程和代码生成。Tecton还与主要云提供商和数据基础设施公司建立了合作伙伴关系，将自己定位为现代ML堆栈中的关键组件。
公司的增长反映了特征管理在生产ML系统中的重要性日益增加。随着组织扩展其AI计划，处理特征计算、存储和服务的稳健基础设施需求变得至关重要。Tecton的平台通过提供集中式系统来解决这一需求，确保训练和服务之间的一致性，降低训练-服务偏差的风险，并提高模型性能。
未来方向
Tecton继续投资于提升平台能力，特别是在实时数据处理和与新兴AI技术的集成方面。公司正在探索利用生成式AI自动化特征发现和工程的方法，可能减少构建有效特征管道所需的手动工作。此外，Tecton正在扩展对多云和混合部署的支持，允许客户在其偏好的基础设施环境中运行平台。
随着机器学习领域的发展，特征存储可能仍然是ML基础设施堆栈中的关键组件。Tecton对企业需求的关注及其经验丰富的创始团队使其在该领域继续增长方面处于有利地位。