Машинне навчання вважається однією з найскладніших систем в IT секторі. Далеко не всі здатні зрозуміти специфіку та працювати використовуючи цю технологію. Про те, як зробити складну систему легкою та на яку компанію рівняється стартап, читайте в матеріалі про Datrics.ai.

Засновники: Антон Вайсбурд (CEO), Володимир Софінський (Chief Data Scientist), Кирил Кіріков (CTO)

Розташування: Київ

Рік заснування: 2020

Website/Facebook/LinkedIn/Twitter/Medium/Youtube

Datrics.ai – це інструмент, який допомагає аналітикам та всім хто займається даними, працювати з ними без написання коду. Такий механізм спрощує та прискорює роботу, а також розширює коло людей які можуть використовувати ці дані.

Ідея проєкту прийшла Антону Вайсбурду під час роботи в консалтингу, де він працював з одним зі своїх майбутніх кофаундерів Володимиром Софінським. “Ми побудували доволі велику Data Science команду та усвідомили, що найбільша проблема полягає в знаходженні потрібних людей які не лише уміють програмувати та знають усе про цю сферу, а і котрі розуміють усі бізнес-процеси та готові приймати нелегкі рішення. Згодом Антон та Володимир зрозуміли, що попит на аналітику та машинне навчання перевищує можливості не тільки їхньої команди, а загальну кількість інженерів, аналітиків, Data Science спеціалістів на ринку.

На прикiнцi2019 року, засновники почали розробляти перші UI прототипи. В кінці того ж року, вони створили сайт і першу демоверсію продукту. В березні 2020 команда повністю зосередилась на продукті, а за два місяці з’явилась компанія Datrics.ai. Стартап вже має платних b2b clients та безплатну вебверсію, аби користувачі  протестували та розгледіли цінність сервісу. 

Перспектива машинного навчання

Попит на спеціалістів дуже швидко зростає, а пропозиція навпаки – повільно. Datrics.ai закриває цей проміжок, даючи можливість бізнес-аналітикам автоматизувати роботу, будувати Data pipelines and models і використовувати ці експерименти, як частину рутинної роботи.

Аналітика та машинне навчання – ті галузі знань, поріг входження до яких достатньо високий, адже наука не з простих. Засновник відмічає, що схожих продуктів, які допомагають працювати з даними вистачає, а ось інструменту в якому було б легко працювати тим, хто не є професіоналом, ще немає. Виникає дві складності, перше – зробити так, щоб люди могли розробляти моделі  без глибоких знань в області Data Science, а друге – мати змогу створювати додатки, без написання коду, розповідає  Антон. Тобто система  має бути простою з точки зору інтерфейсу, але досить складною з точки зору інфраструктури та бекенду. 

“Ми постійно проводимо інтерв’ю з користувачами, і завдяки таким дослідженням, досягли запланованих результатів й вдосконалюємо продукт”, – ділиться Антон. Його консалтинговий досвід також допоміг, адже він бачив, які саме кейси їм потрібні, як налаштований аналітичний ланцюг та розумів, як це показати в продукті. 

Фінансування

Нещодавно компанія завершила Seed раунд і вже скоро зможе детальніше оголосити конкретні цифри. Як і у більшості прогресивних компаній, команда Datrics.ai працює віддалено: частина працівників в Україні, але Географія не має значення!” – відмічає Антон та додає, що вони черпають натхнення з побудови дистанційних команд компанії GitLab. Всього ж на 2021 рік в стартапі працює 16 осіб.

Завдяки пандемії Datrics.ai встиг дуже швидко розвинутись, адже зникла потреба витрачати час на дорогу та офлайн зустрічі: “Сидячи в Україні, ні разу не зустрівшись з клієнтом можна продати свій продукт як у Велику Британію, так і в США.”

Y Combinator

На початку 2021, Datrics.ai став учасником Y Combinator. “Акселератор допомагає бачити свою компанію, як бізнес, а не як стартап, що підіймає раунди фінансування,” – каже Антон і додає, що команда навчилася концентруватись на продукті, розмовляти з користувачами, покращувати сервіс, а результати своєї роботи вимірювати в метриках: клієнтах, повторюваному доході, кількості позитивних відгуків.

Плани та цілі

Мрія Datrics.ai стати головним інструментом для аналітики та сформувати своє ком’юніті. Свої цілі Datrics.ai розбиває на періоди: 3 місяці, 18 місяців, 3 роки, а щодо найближчого майбутнього – це масштабування та досягнення конкретних показників прибутковості. “Якщо команда завоює ринок No-code аналітики та машинного навчання – це буде круто”, – ділиться з нами Антон. Зараз no-code cистеми пов’язані з Data Science покривають лише 1-2% ринку, завоювавши 10% –  це буде в 5 разів більше ніж загальний об’єм ринку на сьогодні.