DltHub peut-il résoudre le problème de la bibliothèque Python pour l'IA ? Dig Ventures le pense

Python est le langage de programmation préféré en IA. Cependant, la plupart des organisations ne peuvent pas intégrer leurs développeurs Python dans leur infrastructure de données existante. Cela signifie qu’ils ne parviennent pas à tirer parti des avantages de l’IA dans l’organisation. Cependant, il y a un manque de bibliothèque Python open source pour les développeurs conçues autour des flux de travail d'IA.

dltHun (abréviation de Data Load Tool), une startup basée à Berlin, pense avoir la solution. Il construit exactement cette bibliothèque Python open source qui, prétend-il, est conçue pour cette nouvelle vague d'IA.

La startup affirme que sa bibliothèque s'intégrera aux flux de travail existants, y compris les flux de travail Python où le chargement des données ne se produisait pas auparavant, comme un bloc-notes Google Colab, une fonction AWS Lambda, un DAG Airflow ou des documents assistés par GPT-4 ou des terrains de jeu de développement GPT-4. .

La startup a désormais levé 1,5 million de dollars de financement de pré-amorçage auprès de Dig Ventures, fondée par Ross Mason qui a créé le projet Mule et fondé MuleSoft (MULE : NYSE). Des fondateurs d'IA et d'entreprises d'entreprises telles que Hugging Face, Instana, Miro et Matillion se joignent au cycle.

Le PDG Matthaus Krzykowski m'a dit par e-mail : « La plupart des applications GPT-4 présentées dans les médias sont des démowares. Les utilisateurs qui les essaient les abandonnent rapidement. D’autres outils d’IA sur lesquels les sociétés de capital-risque ont récemment accumulé beaucoup d’argent (bases de données / frameworks vectoriels) présentent de nombreux défis similaires.

Il affirme que dlt dispose désormais d'une communauté croissante de développeurs Python et qu'il est « déployé en production dans plusieurs entreprises technologiques à grande échelle », notamment la société de livraison de logiciels Harness basée à San Francisco, dont nous avons déjà parlé.

Dans un communiqué, Alexander Butler, ingénieur de données senior chez Harness, a déclaré : « L'exploitation de dlt a modifié nos opérations de données. Cela a... accéléré le rythme de notre équipe DataOps : nous passons moins de temps sur l'EL (extraction et chargement) et plus sur le T tout en étant en mesure de personnaliser en profondeur nos extracteurs à mesure que les besoins de l'entreprise évoluent.

Julien Chaumond, CTO/co-fondateur de Hugging Face et investisseur providentiel chez dltHub a ajouté : « La révolution actuelle de l'apprentissage automatique a été rendue possible par l'explosion cambrienne des outils open source Python qui sont devenus si accessibles qu'un large éventail de praticiens peuvent Utilise les. En tant que bibliothèque Python simple à utiliser, dlt est le premier outil que cette nouvelle vague de personnes peut utiliser.

En ce qui concerne les concurrents potentiels, Krzykowski admet que la startup « est en concurrence avec des sociétés ETL telles que Meltano, Stitch Data, Airbyte et, dans une moindre mesure, Fivetran ».

Cependant, il dit que « d’un point de vue plus large, nous opérons dans le domaine des sociétés d’entrepôt de données telles que Snowflake, Databricks, Microsoft Fabric, qui souhaitent également construire pour amener l’IA dans l’entreprise ».