Modern işletmeler verilerle çalışır; ancak bu verileri taşımak ve belirli uygulamalarda kullanılabilecek doğru şekli vermek hâlâ karmaşık bir iştir. KesinlikÇarşamba günü gizlilik içinde faaliyete geçecek ve 4,5 milyon dolarlık bir tohum yatırımı turu duyuracak olan , bu şirketlere veri hatlarını gözlemleme, düzeltme ve optimize etme araçları sağlamak istiyor.
Buradaki püf noktası, rakiplerinin çoğundan farklı olarak, yalnızca veriler dönüştürülüp bir yere bırakıldıktan sonra değil (bu noktada işler ters gittiğinde sorun gidermek zorlaşır), aynı zamanda veriler hala hareket halindeyken de bakmasıdır.
Girişim çok çeşitli ortamları destekliyor ancak Apache Spark tabanlı uygulamalara odaklanıyor (örneğin Google’ın Dataproc, AWS EMR veya Databricks gibi şirket içi veya yönetilen hizmetlerin üstünde), bu belki de tüm kurucu ortakların açık kaynaklı veri işleme motorlarıyla ilgili çok fazla deneyime sahip olması göz önüne alındığında şaşırtıcı değil. CTO Ohad Raviv bir Spark katılımcısı ve PayPal’da eski büyük veri teknoloji lideri. Şirketin CEO’su Roy Daniel daha önce FIS’te çalışırken, Ar-Ge Başkan Yardımcısı Tom Bar-Yacov daha önce PayPal’da veri mühendisliği yöneticisiydi.
Daniel, bir röportajda şirketin veri toplama hattının veri gölü veya ambarı üzerindeki veri dönüştürme düzlemine odaklandığını, veri toplama kısmına odaklanmadığını vurguladı. Ekibin bu büyük işletmeler için çalıştığı süre boyunca yaşadığı sorunlardan bazıları, tutarsız veriler, şema değişiklikleri ve eski verilerden kaynaklanan veri kalitesi sorunlarıydı. “Bunlar aşağı akışa yayılan veri kalitesi sorunlarıdır,” dedi. “Bunlar işi etkiler, ister şu anda bozuk veriler üzerinde çalışan modeller olsun, ister bozulan panolar veya BI olsun ve aniden CFO, ne oluyor diye sorarsa?”
Bir diğer sorun ise, basitçe bozulan, arızalanan ve daha sonra tekrar çalıştırılan veri hatları ile optimize edilmemiş ve işlenmesi gerekenden çok daha fazla maliyete neden olan veri hatlarıdır.
Daniel, kurucu ekibin ilk olarak nasıl bir araya geldiğini ve bu belirli konuyu ele almaya nasıl karar verdiğini sorduğumda, “Ortak bir arkadaşımız aracılığıyla tanıştık,” dedi. “Hepimiz finansal hizmetlerden geliyoruz, ancak ilk toplantımızda aslında kavga ettiğimizi ve madalyonun iki yüzünden aynı sorunla karşı karşıya olduğumuzu fark ettik. Ve bu kıvılcımdı ve şöyle düşündük: ‘Hey, bunun hakkında bir şeyler yapmalıyız.'”
Definity’yi öne çıkaran şey, hareket halindeki verileri izlemesidir. Bu, sorunları kaynağında tespit etmesini sağlayarak sorun gidermeyi ve bu boru hatlarını optimize etmeyi kolaylaştırır. Elinizde yalnızca nihai sonuç varsa, bir sorunun temel nedenini teşhis etmek imkansız olmayabilir, ancak buna yol açan tüm farklı adımlara bakabildiğinizde kesinlikle çok daha kolaydır. Bu ayrıca, örneğin giriş verileri bozulursa Definity’nin bir boru hattının çalışmasını durdurabileceği anlamına gelir.
Definity’nin tohum turuna liderlik eden StageOne Ventures’ın genel ortağı Nate Meir, “Günümüzün kurumsal veri liderleri, ölçek artırırken, maliyetleri düşürürken ve yapay zeka teknolojilerini benimserken işletmeyi destekleyen verilerin güvenilirliğini sağlamak için ciddi bir baskıyla karşı karşıya” dedi. “Ancak her veri uygulamasına X-ışını görüşü olmadan, veri ekipleri kör ve tepkisel kalıyor. Definity, veri mühendisliği ve veri platformu ekipleri için hem güçlü hem de sorunsuz olan paradigmayı değiştiren bir çözümle bu ihtiyaca doğrudan yanıt veriyor.”
Hizmet, aracı tabanlı bir sistem kullandığından, bu sistemleri oluşturan ve sürdüren geliştiricilerin yolundan da uzak durur. Hiçbir kod değişikliğine gerek yoktur ve aracılar, boru hattındaki her Python veya veri uygulamasıyla aynı doğrultuda çalışır. Ancak, Definity’nin barındırılan hizmetini kullanan müşteriler için bile, yalnızca meta verilerin sunucularına aktarıldığını belirtmekte fayda var.
StageOne liderliğindeki finansman turuna Hyde Park Venture Partners ve çok sayıda stratejik melek yatırımcı katıldı.
