Toro Data Labs, Inc.,商号Bigeye,创立于2019年,总部位于美国加州旧金山,Bigeye 是一个数据质量工程平台,可帮助数据团队轻松测量、改进和交流数据质量。
文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
Bigeye (Toro Data Labs) 美股百科
Bigeye 的创始人 Kyle Kirwan 和 Egor Gryaznov 因对数据的共同热爱而相遇,他们认为如果使用得当,它会多么强大,以及可以构建什么。Egor 领导了 Uber 的第一个 SQL 训练营,Kyle 加入他的团队,他们一起为 Uber 的内部 A/B 测试工具开发数据管道——为公司的 1000 次实验报告标准化指标——其中数据质量正成为一个相当大的挑战。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
2019 年,Kyle 和 Egor 创立了 Bigeye——一个由数据人为数据人设计的数据可观察性平台。 Bigeye 的平台致力于提高每个数据集和管道的可靠性。Bigeye 帮助监控公司庞大数据目录中的数据质量,他们希望将这种体验用于更广泛的受众。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
Bigeye产品百科文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
- Autometrics:Bigeye 分析您的数据集并为每个数据集生成一组独特的健康跟踪指标。 现在,您可以在几分钟内持续监控他们的行为。Bigeye 对仓库中的每个数据集进行采样以创建数据配置文件。 Autometrics 使用每个配置文件并推荐数据质量指标以开始跟踪该数据集。
- Autothresholds:Bigeye 为跟踪数据的每个健康指标训练预测模型。 您可以获得有用的警报,而无需手动调整它们。Autothresholds 预测 Bigeye 中配置的每个数据质量指标。 根据预测确定和更新警报阈值上限和下限,无需手动调整。
- Issues:使用Issues更快地解决数据质量问题。 将多个警报整合到一个时间线中,相关问题的有价值的上下文触手可及。 随着您解决的每个问题,您的自动阈值会变得更加智能。
- Dashboard:您的数据质量指挥中心。识别数据质量热点。 缩小监控范围的差距。 量化您的团队在可靠性方面的改进。 都在一个地方。直接从您的仪表板深入研究问题,以监控正在采取哪些措施以及如何解决这些问题。
- Deltas:无论是将数据复制到您的湖中,从一个仓库迁移到另一个仓库,还是准备从暂存升级到生产,Deltas 都可以轻松比较和验证任何数据集的多个版本。比较和验证复制的数据很困难,但您不能将数据的可靠性留给机会。 Deltas 用自动比较和即时验证取代了耗时且复杂的 SQL 查询、手动电子表格匹配和一次性 Python 脚本。
- Integrations:连接多个数据源和警报通道,让每个人都能了解他们的数据可靠性。使用只读帐户连接到领先的数据源。 Bigeye 仅存储健康指标结果,从不存储原始数据。
Bigeye (Toro Data Labs) 融资百科
2020年5月,Bigeye完成Costanoa Ventures, Point72 Ventures领投的400万美元种子轮融资。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
2021年4月,Bigeye完成Sequoia Capital领投的1700万美元A轮融资,Costanoa Ventures、645 Ventures、base case capital和Christopher Golda(个人)跟投。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
2021年9月,Bigeye完成Coatue领投的4500万美元B轮融资,Sequoia Capital和Costanoa Ventures跟投。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html
Bigeye (Toro Data Labs) 美股投资
非上市公司,公司官网,等待Bigeye (Toro Data Labs) IPO/SPAC合并上市。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/bigeye.html