Bienvenido a Startup Spotlight de Snowflake, donde preguntamos a los fundadores de startups sobre los problemas que están resolviendo, las aplicaciones que están creando y las lecciones que han aprendido durante su delirio como startup. En esta tirada, escuche a DatosMynd.ai El fundador y director ejecutante, Chuck Frisbie, explica cómo los datos sintéticos son la respuesta para equilibrar la indigencia de privacidad de los datos con la indigencia de comunicación a los datos y algunos de los beneficios inesperados de su aplicación nativa Snowflake.
¿Cómo explicarías DataMynd en una frase?
Datamynd crea soluciones de privacidad de datos para Mercado de copos de cocaína y nuestra primera aplicación nativa Snowflake, la Turbina de datos sintéticospermite a los equipos de datos crear datos sintéticos de inscripción precisión sin matar la seguridad o la privacidad.
¿Qué te inspira como fundador?
Nos inspira deleitar a los clientes con soluciones pensadas y aceptablemente combinadas. Una gran decisión le alegra el día a cualquiera porque es exactamente lo que necesita para un trabajo específico. Las excelentes soluciones empoderan a los equipos, ahorran tiempo y dolores de vanguardia, y es comprensible trabajar con ellas. Carencia es mejor que un cliente agradeciendo por brindarle una excelente decisión.
Innumerables veces hemos pensado: «¿No sería increíble si existiera un producto para X?» Bueno, estamos tomando esos productos y haciéndolos portátiles, más inteligentes y consumibles en un entorno de datos empresarial. Nuestras soluciones son fáciles de usar, aprovechan las capacidades de la plataforma nativa y crean sinergias entre sí.
¿Qué problema pretende resolver DataMynd? ¿Cómo identificaste ese problema?
Nuestra primera aplicación nativa Snowflake, Turbina de datos sintéticosofrece una decisión simple para un problema complicado: ¡desbloquear el valencia de los datos confidenciales es una molestia! Ya sea compartiendo datos para prospección, entrenando modelos de educación inconsciente o creando datos de avance o prueba, la privacidad de los datos puede obstaculizar la innovación. En oportunidad de borrar o redactar campos confidenciales (o peor aún, crear reglas para crear datos «realistas» desde cero), simplemente apunte nuestra aplicación a su esquema de producción, entrene uno de los modelos incluidos y genere tantos datos sintéticos como desee. . Es básicamente un «pitón comprensible» para datos sintéticos.
Nuestra aplicación nativa Snowflake utiliza el educación inconsciente para perfilar un esquema de datos efectivo y crear datos sintéticos similares y de inscripción calidad a partir de él. Nuestros datos sintéticos contienen tendencias y correlaciones similares a los datos reales, lo que los hace más aperos que los datos de prueba tradicionales. Incluso puede entrenar modelos de educación inconsciente con nuestros datos sintéticos o utilizarlos para compartir datos.
Si aceptablemente la aplicación en sí es formidable, estamos viendo algunos beneficios positivamente interesantes que incluyen la reducción de errores de regresión, la creación de mejores esquemas de avance y demostración, el reequilibrio de conjuntos de datos sesgados e incluso pruebas de escalera.
¿Por qué decidiste crear tu aplicación en Snowflake?
El Situación de aplicación nativa de Snowflake elimina muchas de las barreras entre nosotros y los consumidores de nuestras aplicaciones. Hexaedro que nuestras aplicaciones se centran en soportar cargas de trabajo de ML y privacidad de datos, poder implementarlas de forma segura en una cuenta de consumidor es enorme para nuestros clientes. En realidad reduce el proceso de investigación, lo que beneficia a todos.
El otro aspecto del entorno de aplicación nativa Snowflake es la velocidad de avance y la minimización de los gastos generales de avance. Como desarrolladores, queremos centrarnos en el flujo de trabajo principal, no en la parte de infraestructura y plomería. Con Snowflake, cada componente se siente modular pero admite una gran integración con el resto del entorno. Todo esto significa que podemos centrarnos en el flujo de trabajo principal y producir mucho en poco tiempo.
Como creador de aplicaciones nativas de Snowflake, todavía estamos expuestos a miles de clientes de Snowflake y a posibles oportunidades de cesión. Ya tenemos mucho entre manos como una pequeña tienda de avance, por lo que tener una vía adicional para clientes potenciales entrantes y referencias ha tenido un gran impacto en la adquisición de clientes tempranos y comentarios sobre nuestras aplicaciones.
¿Qué papel juega la IA en DataMynd?
En DataMynd, utilizamos la IA como parte central de nuestra aplicación (entrenamos redes neuronales para crear datos sintéticos precisos y de inscripción calidad) y aspiramos a crear datos sintéticos seguros que puedan impulsar los casos de uso de la IA.
El comunicación a los datos será una parte secreto de la acelerada espectáculo tecnológica de la IA, pero se yuxtapone al aumento de las filtraciones de datos y las crecientes preocupaciones sobre la privacidad de los datos. Los datos sintéticos son una técnica que las empresas pueden utilizar para equilibrar estas dos fuerzas y estamos muy entusiasmados de participar en ese frente.
El panorama de la IA, que cambia rápidamente, está en la mente de todos. Como fundador e renovador, ¿cuál es su perspectiva sobre cómo la IA está impactando el mundo empresarial?
Soy un poco más entusiasta que algunos sobre el aumento y los riesgos de la IA. Los próximos abriles serán sin duda una montaña rusa. Es posible que tengamos algunos momentos aterradores, pero recuerde, nuestras herramientas para resolver estos desafíos son las mismas que los crean.
No creo que la IA reemplace la mayoría de los empleos en el espacio de datos. Creo que obtendremos un impulso en la eficiencia caudillo para muchos roles existentes, pero todavía veremos un apetito por resultados cada vez más inteligentes, y habrá una gran oportunidad para nuevos roles para aquellos que sean capaces de reinventarse.
Todavía creo que veremos un montón de aplicaciones tácticas impulsadas por IA, en oportunidad de una IA monolítica y de propósito caudillo para todo. ¡Esa es una premisa interesante para cualquiera que crea aplicaciones de IA!
Obtenga más información sobre DataMynd y el valencia de los datos sintéticos en datamynd.aiprueba su aplicación Mercado de copos de cocaína o lea la publicación de la compañía en el Blog de Snowflake Builder en Medium para obtener detalles técnicos. Si eres una startup que está desarrollando Snowflake, no olvides regístrese para el Snowflake Startup Challenge 2025 y echa un vistazo al Desarrollado por el software de inicio Snowflake!