Points de vue de VC Astasia Myers sur l'apprentissage automatique, l'infrastructure cloud, les outils de développement, l'open source et la sécurité. Inscrivez-vous ici .

Produits

Magie Hexagonale

Les fonctionnalités Hex Magic sont entièrement intégrées dans l'espace de travail Hex, mettant une puissante assistance IA dans chaque cellule SQL et Python. Hex Magic fait plus que simplement transmettre une invite - il connaît les schémas de base de données, les opérations passées et le graphique d'exécution du projet, de sorte qu'il peut faire des recommandations plus approfondies et plus perspicaces.

Pourquoi est-ce important ? Hex Magic est l'équivalent de GitHub Copilot pour les équipes data. Cela peut aider à expliquer et à documenter le code, à générer du code à partir d'une invite et à corriger le mauvais code. Nous aimons particulièrement le fait qu'il augmente les humains grâce à son expérience en ligne.

LangChain Tracing

Le raisonnement sur les chaînes et les exécutions d'agents est important pour le dépannage et le débogage. Cependant, cela peut être difficile pour les chaînes et les agents complexes, pour un certain nombre de raisons :

1. Il peut y avoir un grand nombre d'étapes, ce qui rend difficile le suivi de toutes

2. La séquence d'étapes n'a pas pu être fixée et peut varier en fonction de l'entrée de l'utilisateur

3. Les entrées/sorties à chaque étape peuvent ne pas être longues et mériter une inspection plus détaillée

Le traçage résout ce problème en permettant aux utilisateurs de voir clairement les entrées et les sorties de chaque primitive LangChain impliquée dans une chaîne ou une exécution d'agent particulière, dans l'ordre dans lequel elles ont été invoquées.

Pourquoi est-ce important ? LangChain Tracing aide les équipes à opérationnaliser LangChain et fournit une observabilité pour leur donner plus de confiance pour l'exploiter en production. Nous prévoyons que davantage d'outils axés sur le développement et la production de modèles fondamentaux émergeront au cours de la prochaine année.

Onehouse Onetable

Onehouse lance Onetable afin que les data lakehouses Hudi puissent tirer pleinement parti des accélérations de performances natives dans Databricks et Snowflake, en interagissant avec leurs couches de métadonnées ouvertes respectives Delta Lake et Apache Iceberg. Onetable évite la fragmentation des données en supprimant le besoin de copier les données et offre une sélection d'écosystème plus large de moteurs hautement performants. Avec Onetable, les organisations peuvent réduire leurs coûts en déchargeant la gestion des données des services propriétaires à coût élevé offerts par les entrepôts cloud, tout en rationalisant leur architecture de données avec une interopérabilité indispensable pour prendre en charge les divers cas d'utilisation des données d'aujourd'hui comme l'analyse traditionnelle, le traitement de flux, la science des données, l'apprentissage automatique. et l'intelligence artificielle.

Pourquoi est-ce important ? L' Onehouse Onetable est similaire à la façon dont Snowflake conserve ses propres métadonnées internes pour les tables Iceberg, tout en créant des métadonnées Iceberg pour l'interopérabilité externe. Onehouse Onetable aide à prendre en charge le travail sur plusieurs formats de métadonnées.

Contenu

Les développeurs sont les plus susceptibles d'apprendre Go et Rust en 2023, selon une enquête

JetBrains a interrogé 29 269 développeurs, répartis dans 187 pays. L'amélioration des compétences continue d'être importante pour les développeurs, car l'étude a montré que la moitié de tous les participants à l'enquête ont déclaré qu'ils prévoyaient d'adopter un nouveau langage de programmation. Les cinq premiers, par ordre décroissant : Go, Rust, Kotlin, Python et Typescript.

Dans l'ensemble, 53 % des développeurs interrogés ont déclaré avoir édité du code sur des machines distantes. De ce groupe, seuls 25 % utilisent des environnements de développement cloud, comme CodeSpaces , Gitpod , Cloud Workstations et JetBrains Space.

Pourquoi est-ce important ? Les langages de programmation vont et viennent. Ces données soulignent que Go et Rust gagnent en popularité. Il existe une tonne de startups proposant des environnements de développement à distance, et nous pensons que l'utilisation de ces produits continuera d'augmenter.

Netlify acquiert Gatsby Inc. pour accélérer l'adoption des architectures Web composables

Netlify est ravi d'intégrer le nouveau Valhalla Content Hub de Gatsby , une couche de données centralisée qui permet aux entreprises de gérer plus facilement le contenu de plusieurs sources via une API GraphQL unifiée. Cela s'intègre bien dans la feuille de route des produits de Netlify. Netlify a dépassé les développeurs 3M sur la plate-forme.

Pourquoi est-ce important ? Gatsby était une startup soutenue par une entreprise et axée sur les ingénieurs frontaux. La société est devenue célèbre pour son framework qui a été téléchargé plus de 85 millions de fois, mais a eu du mal à trouver une voie vers la monétisation. L'acquisition est mutuellement bénéfique pour les deux sociétés afin de concurrencer plus efficacement Vercel et Cloudflare . Nous nous attendons à plus de consolidation dans l'espace Jamstack à l'avenir.

Intercom construit un chatbot de service client avec ChatGPT

Intercom a complété son chatbot de service client avec ChatGPT pour améliorer la synthèse, trouver le bon ton, reformuler, développer les réponses et générer des articles. Intercom déclare : « Nous pensons que les développements récents et à venir dans le domaine de l'IA sont la technologie la plus perturbatrice à avoir frappé l'industrie du service client depuis des décennies. La réaction de nos clients à ce que nous avons construit nous donne l'assurance que la valeur ici est réelle.

Pourquoi est-ce important ? Les opérateurs historiques adoptent rapidement des modèles fondamentaux pour améliorer les offres existantes. Cela soulève la question de savoir comment les startups natives du modèle fondamental vont-elles battre les opérateurs historiques qui disposent d'un large canal de distribution ? Nous pensons que la capacité d'adapter des modèles à des tâches spécifiques pour améliorer les performances et résoudre les problèmes d'hallucination sera essentielle pour la prochaine génération d'entreprises SaaS compatibles ML. Nous sommes également d'accord avec le sentiment d'Intercom selon lequel l'avenir est d'abord à l'automatisation, mais pas uniquement à l'automatisation. Alors que ML peut être en mesure de répondre aux premiers 20 à 30 % des flux de dialogue, plus bas dans l'arbre de dialogue, les questions deviennent plus complexes et plus difficiles à automatiser.

Emplois

⭐️Claypot — Ingénieur fondateur (Infra)

⭐️ Grit — Ingénieur ML fondateur

⭐️ Omni — Ingénieur senior en visualisation de données