datarobot在c輪融資中獲得5400萬美元，由new enterprise associate領投。最新一輪融資讓總融資金額達到了1.11億美元，而在第二輪結束之後将增加顯著的資金。
資料科學家jeremy achin和thomas degodoy在2012年建立了datarobot，他認為自動機器學習不僅會提高科學家的生産力，也會向非資料科學家開放資料科學的世界。
datarobot平台采用了數百種開源機器學習算法，讓使用者可以快速建構預測模型。datarobot首席營運官chris devaney表示，資料科學家通常會檢視一組資料，準備這些資料，然後訓練出一個預測模型——這個流程可能花費數周或者數月時間。
“換言之，資料科學家會利用他們已經知道的答案資訊，來訓練算法，使其能夠預測未來。例如，他們可以檢視過去的欺詐行為來預測未來的欺詐行為，”devaney表示。
“通常情況下，這需要他們花數周或者數月時間提出一種算法，一種以便就未來資料做出預測的算法。”
而對于datarobot來說，使用者上傳他們的資料，選擇目标變量，平台會“自動化、訓練、評估”。
“資料科學家可以看看他們現有的模型，将其輸入到datarobot以及其他所有開源模型，看看它的排名。因為找到最佳模型隻需要幾分鐘時間，是以你可以每天或者每周（這取決于你業務變化得有多快）運作并傳回競争分析結果，以找出最精準的模型。如果有一個新的模型更精确或者是可用的，那麼你隻要采用這個新模型就行了，”devaney說。
“當你想到欺詐，那麼欺詐者會一直進行他們的行為直到被抓住。如果一個機構需要幾個月時間來更新算法來抓住這個行為的話，那麼損失就會是相當嚴重的。是以datarobot能夠更新模型、總是發現并找到最精準的模型，這一點對于大型機構來說很有吸引力，對于這些機構來說，精确性意味着可以節省數千萬甚至數億美元。”
到目前為止，datarobot可以建立1.5億多個預測模型，針對包括運動隊、銀行、保險公司和醫療服務提供商在内的一系列客戶。
datarobot表示，它将利用這筆資金将研發團隊規模擴大一倍，加速開發新功能和新能力。目前datarobot在全球有大約150名員工，其中一半是在位于波士頓的總部。
datarobot還将利用這筆資金繼續全球擴充，目前它在歐洲、日本和新加坡設有辦公點，并給全球管道及技術合作夥伴帶來更多支援，包括cloudera、alteryx、全球系統內建商、分析解決方案提供商、經銷商等。
原文釋出時間為：2017年3月24日
本文作者：作者：李超
本文來自雲栖社群合作夥伴至頂網，了解相關資訊可以關注至頂網。