Databand mengumpulkan $ 14,5 juta yang dipimpin oleh Accel untuk alat observasi jalur datanya – TechCrunch


DevOps terus mendapatkan banyak perhatian saat gelombang perusahaan mengembangkan alat yang lebih canggih untuk membantu pengembang mengelola arsitektur dan beban kerja yang semakin kompleks. Dalam pengembangan terbaru, Databand – platform observabilitas berbasis AI untuk pipeline data, secara khusus untuk mendeteksi ketika ada yang salah dengan sumber data ketika seorang engineer menggunakan sekumpulan alat manajemen data yang berbeda – telah menutup sekitar $ 14,5 juta.

Josh Benamram, CEO yang ikut mendirikan perusahaan bersama Victor Shafran dan Evgeny Shulman, mengatakan bahwa Databand rencana termasuk lebih banyak perekrutan; untuk terus menambahkan pelanggan untuk produk yang sudah ada; untuk memperluas pustaka alat yang disediakannya kepada pengguna untuk mencakup lanskap perangkat lunak DevOps yang terus meningkat, yang merupakan pendukung besar sumber daya sumber terbuka; serta berinvestasi pada langkah selanjutnya dari produk komersialnya sendiri. Itu akan mencakup lebih banyak perbaikan setelah masalah teridentifikasi: yaitu, selain mengidentifikasi masalah, teknisi akan dapat mulai memperbaikinya secara otomatis juga.

Seri A dipimpin oleh Accel dengan partisipasi dari Blumberg Capital, Lerer Hippeau, Ubiquity Ventures, Differential Ventures dan Bessemer Venture Partners. Blumberg memimpin putaran benih perusahaan pada tahun 2018. Sekarang telah mengumpulkan sekitar $ 18,5 juta dan tidak mengungkapkan valuasinya.

Masalah yang dipecahkan oleh Databand adalah masalah yang semakin mendesak dan bermasalah dari hari ke hari (sebagaimana dibuktikan dengan peningkatan eksponensial tahunan dalam zettabytes data secara global). Dan karena beban kerja data terus bertambah besar dan digunakan, beban kerja itu terus menjadi lebih kompleks.

Selain itu, saat ini ada berbagai macam aplikasi dan platform yang akan digunakan oleh organisasi biasa untuk mengelola bahan sumber, penyimpanan, penggunaan, dan sebagainya. Artinya, jika ada gangguan di satu sumber data, mengidentifikasi di mana dan apa masalahnya bisa menjadi tantangan. Melakukannya secara manual dapat memakan waktu, bahkan tidak mungkin.

“Pengguna kami terus-menerus bertempur dengan logika ETL (ekstrak transformasi beban),” kata Benamram, yang berbicara kepada saya dari New York (perusahaan ini berbasis di sana dan di Tel Aviv, dan juga memiliki pengembang dan operasi di Kiev). “Pengguna tidak tahu cara mengatur alat dan sistem mereka untuk menghasilkan produk data yang andal.”

Sangat sulit untuk memfokuskan perhatian pada kegagalan, katanya, ketika para insinyur menyeimbangkan dasbor analitik, bagaimana kinerja model mesin, dan tuntutan lain pada waktu mereka; dan itu sebelum mempertimbangkan kapan dan jika pemasok data mungkin telah mengubah API di beberapa titik, yang mungkin juga membuang sumber data sepenuhnya.

Dan jika Anda pernah menerima data itu, Anda tahu betapa membuat frustasi (dan mungkin lebih serius, bencana) data yang buruk itu. Benamram mengatakan bahwa tidak jarang para insinyur benar-benar melewatkan anomali dan bagi mereka hanya menjadi perhatian mereka oleh “CEO melihat dasbor mereka dan tiba-tiba berpikir ada sesuatu yang salah.” Bukan skenario yang bagus.

Pendekatan Databand adalah menggunakan data besar untuk menangani data besar dengan lebih baik: ia mengolah berbagai informasi, termasuk metadata pipeline seperti log, info runtime, dan profil data, bersama dengan informasi dari Airflow, Spark, Snowflake, dan sumber lainnya, serta menempatkan data yang dihasilkan ke dalam satu platform, untuk memberi para insinyur satu pandangan tentang apa yang terjadi dan lebih baik melihat di mana kemacetan atau anomali muncul, dan mengapa.

Ada sejumlah perusahaan lain yang membuat alat observasi data – Splunk mungkin adalah salah satu yang paling jelas, tetapi juga pemain yang lebih kecil seperti Thundra dan Rivery. Perusahaan-perusahaan ini mungkin melangkah lebih jauh ke dalam area yang telah diidentifikasi dan diperbaiki Databand, tetapi untuk saat ini fokus Databand secara khusus pada mengidentifikasi dan membantu insinyur memperbaiki anomali telah memberinya profil dan posisi yang kuat.

Mitra Accel Seth Pierrepont mengatakan bahwa Databand menjadi perhatian VC mungkin dengan cara terbaik: Accel membutuhkan solusi seperti itu untuk pekerjaan internalnya sendiri.

“Observabilitas pipeline data adalah tantangan yang dihadapi oleh tim data internal kami di Accel. Bahkan dalam skala yang relatif kecil, kami mengalami masalah dengan keandalan keluaran data setiap minggu, dan tim kami menemukan Databand sebagai solusinya, ”katanya. “Karena perusahaan di semua industri ingin menjadi lebih berorientasi pada data, Databand memberikan produk penting yang memastikan pengiriman data berkualitas tinggi yang andal untuk bisnis. Josh, Victor, dan Evgeny memiliki banyak pengalaman di bidang ini, dan kami terkesan dengan pendekatan mereka yang bijaksana dan terbuka untuk membantu teknisi data mengelola pipeline data mereka dengan lebih baik dengan Databand. ”

Perusahaan ini juga digunakan oleh tim data dari perusahaan besar Fortune 500 hingga perusahaan rintisan yang lebih kecil.

Posted By : Togel Online