Die Perspektiven von VC Astasia Myers zu maschinellem Lernen, Cloud-Infrastruktur, Entwicklertools, Open Source und Sicherheit. Melden Sie sich hier an .

Produkte

Coda AI: Ein kleiner Vorgeschmack

Coda hat eine Warteliste für seine Alpha-Version von Coda AI erstellt, die Besprechungsnotizen und Transkripte mithilfe von GPT3 im Handumdrehen zusammenfasst. Es ist mit den anderen Bausteinen von Coda wie Tabellen, Steuerelementen, Text und Formeln stapelbar.

Warum ist das wichtig? Die etablierten Unternehmen übernehmen schnell grundlegende Modelle, um bestehende Produkte zu verbessern. Wir glauben, dass es auch eine Welle nativer SaaS-Unternehmen mit generativer KI geben wird, die gewinnen werden. SaaS-Unternehmen, die keine Basismodelle übernehmen, werden nicht die gleiche Todesrate haben wie On-Premise-Softwareunternehmen, die nicht auf SaaS umgestiegen sind.

Databricks kündigt Multi-Cloud-Unterstützung für Security Analysis Tool (SAT) an

Im vergangenen November gab Databricks die Verfügbarkeit des Security Analysis Tool (SAT) für AWS bekannt. Kürzlich gaben sie bekannt, dass SAT für Databricks-Kunden auf Azure und GCP verfügbar ist. SAT unterstützt seine Kunden bei der Absicherung ihrer Databricks-Umgebungen, indem es aktuelle Bereitstellungen anhand unserer Best Practices für Sicherheit überprüft. Es verwendet eine Checkliste, die beobachtete Abweichungen nach Schweregrad priorisiert und Links zu Ressourcen bereitstellt, die bei der Lösung offener Probleme helfen. SAT kann als Routinescan für alle Arbeitsbereiche in Ihrer Umgebung ausgeführt werden, um die kontinuierliche Einhaltung von Best Practices sicherzustellen, und Gesundheitsberichte können geplant werden, um kontinuierliches Vertrauen in die Sicherheit aller Daten, einschließlich Ihrer sensiblen Datensätze, zu schaffen.

Warum ist das wichtig? Im vergangenen Jahr sind eine Handvoll Unternehmen für das Management der Datensicherheitslage entstanden. Dies ist besonders wichtig, wenn sensible Daten vorliegen. Viele Infrastrukturunternehmen entwickeln sich im Laufe der Zeit zu Sicherheitsproduktlinien wie Cisco und VMware. Es wird interessant sein zu sehen, wie Databrick seine Sicherheitslösungen im Laufe der Zeit erweitert.

GitHub Copilot-CLI

Haben Sie jemals Schwierigkeiten, sich Shell-Befehle und Flags für dieses oder jenes zu merken? Haben Sie sich jemals gewünscht, Sie könnten einfach sagen, was die Shell tun soll? Keine Sorge: GitHub integriert die GitHub Copilot-Unterstützung direkt in Ihr Terminal.

Warum ist das wichtig? Im Januar 2023 sagte Microsoft-Chef Satya Nadella, dassbisher mehr als 1 Million Menschen Copilot genutzt hätten. Wir haben den Aufstieg der Terminaltechnologien in der Vergangenheit hier diskutiert . Es ist klug und nicht überraschend, dass GitHub mit Copilot die 60 Millionen Entwickler ansprechen möchte, die das Terminal nutzen, was äußerst erfolgreich war.

Inhalt

Big Data ist tot

Jordan Tigani , Mitbegründer und CEO von MotherDuck , argumentiert, dass die Ära von Big Data vorbei sei. Es lief gut, aber jetzt können wir uns keine Gedanken mehr über die Datengröße machen und uns darauf konzentrieren, wie wir sie nutzen, um bessere Entscheidungen zu treffen. Vor ein paar Jahren führte er eine Analyse von BigQuery-Abfragen durch und untersuchte dabei Kunden, die mehr als 1.000 US-Dollar pro Jahr ausgeben. 90 % der Abfragen verarbeiteten weniger als 100 MB Daten.

Warum ist das wichtig? MotherDuck hilft Teams bei der Verwendung von DuckDB , einem In-Process-SQL-OLAP-Datenbankverwaltungssystem. Die These lautet, dass die meisten Unternehmen keine Datenverarbeitungsinstanzen skalieren müssen, da sie tatsächlich nicht viele Daten verarbeiten. Es ist eine alternative Perspektive zu Spark. DuckDB hat sich zu einem sehr beliebten Open-Source-Projekt entwickelt und wurde laut PyPI-Statistiken im letzten Monat etwa 900.000 Mal heruntergeladen.

LangChain + Chroma

LangChain kündigte eine Integration mit Chroma an, einer Vektorspeicher- und Einbettungsdatenbank, die von Grund auf entwickelt wurde, um die Erstellung von KI-Anwendungen mit Einbettungen zu vereinfachen.

Warum ist das wichtig? ML-Praktiker verwenden die Embedding-API von OpenAI, um Spracheinbettungen zu generieren und diese Einbettungen dann in Vektordatenbanken zu indizieren, um eine schnelle und skalierbare Vektorsuche zu ermöglichen. Dies ist eine leistungsstarke und gängige Kombination zum Aufbau semantischer Suche, Fragebeantwortung, Bedrohungserkennung und anderer Anwendungen, die auf NLP basieren und einen großen Textdatenkorpus durchsuchen. LangChain bietet eine grundlegende Modellorchestrierung, um diese Pipelines zu ermöglichen, und Chroma ist eine neue Vektordatenbank, sodass die Integration sehr sinnvoll ist.

Warum sich Kubernetes zum „Betriebssystem“ der Cloud entwickelt hat

71 Prozent aller Unternehmen betreiben Datenbanken und Caches in Kubernetes, was einem Anstieg von 48 Prozent gegenüber dem Vorjahr entspricht. Zusammen mit Messaging-Systemen (36 % Wachstum) nutzten Unternehmen zunehmend Datenbanken und Caches, um den Workload-Status von Anwendungen beizubehalten.

Warum ist das wichtig? Laut unserer Twitter-Umfrage unter 306 Personen erfreut sich Kubernetes immer größerer Beliebtheit, während die Stimmung gegenüber dem System gemischt ist. Eine Cache-Lösung, die mit Kubernetes ausgeführt werden kann, ist Dragonfly .

Jobs

⭐️Claypot – Gründungsingenieur (Infra)

⭐️Grit – Designingenieur

⭐️ Speakeasy – Gründungs-UX-Leiter