最近启动Verta如何帮助企业正确进行机器学习这个话题，相信很多小伙伴都是非常有兴趣了解的吧，一段好的故事可以给读者带来很多值得深思的新东西，甚至还可以在一定程度上让读者的视野在瞬间扩大，那么既然现在大家都想要知道此类的信息，今日小编将给带来关于启动Verta如何帮助企业正确进行机器学习的资讯！
Verta使用集成平台帮助企业跟踪正在创建的数千种机器学习模型，该平台还可以加速将模型部署到生产中，确保模型的结果基于最新的可用数据。
银行，保险公司和金融服务行业中的其他公司在使机器学习模型脱离开辟并投入生产时遇到障碍。对于当今所有数据密集型企业而言，情况都是如此。尽管增加了他们的数据科学团队并投资了最新的机器学习工具，但许多人仍在努力使模型井井有条，并将其从开辟中转入生产。
Verta是一家初创公司，致力于解决治理机器学习模型版本并提供平台以将其投入生产的复杂问题。Verta由麻省理工学院的毕业生Manasi Vartak博士创建，他带领MIT CSAIL的一个研究生和本科生团队构建了ModelDB，Verta基于他们的工作定义了第一个用于治理机器的开源系统学习模型。她的论文“用于模型治理和模型诊断的基础结构”提出了ModelDB，该系统可跟踪基于ML的工作流的来源和性能。今年8月，Verta收到了由Intel Capital和General Catalyst牵头的1000万美元的A轮融资，后者还领导了其170万美元的种子轮融资。
Verta的主要投资者之一是Sweat Equity Ventures(SEV)。该公司作为价值加速器而与众不同，它可以提供深入的专业知识和时间，以换取创业公司的股权。丹·波蒂略(Dan Portillo)于2019年创立了SEV，他以前来自Greylock。SEV已经投资了20多家投资组合公司，这些公司今年共筹集了超过7亿美元的后续投资。
与SEV的合作加速了Verta于10月份成功推出其MLOps平台，实现其多元化招聘目标并实现雄心勃勃的MLOps平台和工具集成目标的过程。Dan Portillo补充说，随着Verta的扩展，他的公司还将提供销售和招聘帮助。丹说：“我们建立SEV的愿景和假设是环绕公司建设的哪些要素可以进行编纂和复制，以与我们投资的创始人一起提高价值。”“我们能够帮助我们量身定制实践方法，以帮助更多的技术创始人制定其上市战略，从而更容易将其从想法转变为公司。”