Tecton创立于2019年，总部位于美国加州旧金山，Tecton 提供了一个企业级功能商店，使每家公司都可以使用机器学习。
文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
Tecton.ai美股百科
由创建 Uber Michelangelo 平台的团队创立，Tecton 提供了一个企业级功能商店，让每家公司都可以使用世界一流的机器学习。机器学习创造了新的机会，可以从数据中产生比以往更多的价值。 公司现在可以构建 ML 驱动的应用程序来实时自动化决策、提供神奇的客户体验并重新发明业务流程。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
但机器学习模型的好坏取决于提供给它们的数据。 不幸的是，大多数组织无法访问专门构建的基础设施来构建新功能并将其投入生产。 因此，ML 团队将大部分时间花在构建自定义功能和定制数据管道上，而大多数模型从未投入生产。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
Tecton 提供了一个企业就绪的、为机器学习的独特需求而构建的新型数据平台。它的目标是使 ML 团队能够构建出色的功能，快速可靠地在生产中为它们提供服务，并大规模地进行。 通过为 ML 设置正确的数据层，公司可以更快地将更好的模型投入生产并推动真正的业务成果。 通过将类似 DevOps 的原则用于管理 ML 数据，公司可以更快地将更好的模型投入生产，以推动真正的业务成果。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
Tecton.ai产品百科
Tecton 功能存储管理云基础架构上可操作的 ML 应用程序的数据流。 它将 DevOps 的原则引入整个功能生命周期，并允许数据科学家在数小时而不是数周内构建和部署新功能。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
1、Build文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
使用您的所有企业数据来构建高质量的功能。 结合批处理数据（例如 Amazon S3、Amazon Redshift、Snowflake）、流数据（例如 Apache Kafka、Amazon Kinesis）和实时数据。 实时数据在功能请求时传递给 Tecton，Tecton 执行按需转换以生成实时值。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
在包含持续计算特征所需的转换逻辑和元数据的 Python 文件中定义特征。 版本控制您的功能（例如在 Git 中）并将它们与您现有的代码审查和 CI/CD 流程集成。使用熟悉的编程语言和库（包括 Python、SQL 和 PySpark）构建功能。 在您首选的笔记本环境中使用 Tecton 的 Python SDK 创建训练数据集。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
只需几行代码即可创建准确的训练数据集。 使用行级时间旅行在正确的时间为每一行提供正确的值。开箱即用，Tecton 支持大规模（> 10,000 秒 QPS）和低延迟（<10 毫秒）的新鲜（<1 秒）时间窗口聚合功能。文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
2、Deploy文章源自美股之家 | 美股百科 | 美港股开户投资-https://www.mg21.com/tecton.html
“我要修改生产中使用的功能吗？ 此功能的处理成本是多少？ 这个新功能是重复的吗？” 在应用您的更改之前，Tecton 会生成一个计划，让您可以回答这些问题。 在将更改部署到您的生产环境之前测试私有工作区中的更改，并与您现有的 CI/CD 管道无缝集成。
Tecton 编排数据管道以生成回填并持续计算新的特征值。 或者，从 Tecton 外部管理的管道中摄取特征数据。
为整个组织的特征数据提供单一的真实来源。 Tecton 将历史数据存储在离线存储中，将新鲜数据存储在在线存储中以实现低延迟检索。 确保数据随时间的一致性并消除训练/服务偏差。 使用行级时间旅行重现历史数据集，以便在正确的时间为每一行提供正确的值。
从 Tecton 的 REST/gRPC API 检索特征值，以支持大规模生产中的实时预测。 中位服务延迟约为 5 毫秒，并且可以轻松扩展到每秒 10,000 次请求。
在其生命周期的每一步监控功能。 验证摄取的数据并检测数据漂移。 监控运营指标，包括服务延迟、服务量和存储消耗。
3、Share
在整个组织中构建统一的功能目录。 使团队能够搜索和发现现有功能，以实现跨团队和模型的重用。 跟踪每个特征的详细信息，包括数据沿袭、特征健康和特征值分布，以增加对现有特征的信心
4、Enterprise-Ready
Tecton 部署在您的 VPC 中，因此您的数据永远不会离开您的云帐户。 使用基于角色的访问控制和 ACL 控制对单个功能和数据的访问。 与 AWS IAM、Okta 或任何支持 SAML 或 Oauth 的解决方案集成。
基于 Uber Michelangelo 久经考验的架构蓝图，Tecton 是为规模而构建的，可以支持数千个模型、数万个特征以及每秒数百万个预测。
Tecton.ai融资百科
- 2018年12月，Tecton.ai在种子轮融资中募集了500万美元资金，由 Andreessen Horowitz, Sequoia Capital 领投，SV Angel和Lux Capital跟投。
- 2020年4月，Tecton.ai在A轮融资中募集了2000万美元资金，由 Andreessen Horowitz, Sequoia Capital 领投，Lux Capital跟投。
- 2020年12月，Tecton.ai在B轮融资中募集了3500万美元资金，由 Andreessen Horowitz 和 Sequoia Capital 共同投资。
