机器学习在大科技领域风靡一时，但对于大多数没有资源或知识来构建它的公司来说，它仍然基本上是不可用的。 西雅图创业公司Kaskada想改变这一点。
该公司刚刚筹集了800万美元的A系列，以发展其软件平台，供大公司部署机器学习-这些系统可以从经验中学习，而不需要额外的编程。这一轮让初创企业获得了980万美元的终身融资，投资者包括旅行者资本、NextGen Venture Partners、创始人合作社和核桃街资本基金。
卡斯卡达的软件主要面向科技界以外的企业企业，这些企业的产品仍然依赖于某种形式的数据科学。这家初创公司希望让机器学习产品所涉及的两个主要角色-数据科学家和数据工程师-更容易合作。
数据科学家设计了新的功能，然后工程师通常不得不重写它们，因为每一方的可用工具使对方的工作更加困难，Kaskada高管说。 这会减缓创新和引入错误。
卡斯卡达首席执行官达沃尔·博纳奇（Davor Bonaci）在接受GeekWire采访时说：“在今天的市场上，数据科学有很好的工具，数据工程也有很好的工具。“但问题是，这两个人需要一起协作，没有软件能让他们高效地合作。
公司有10到20名员工，现金注入将有助于扩大软件团队。 卡斯卡达平台的beta版本仅通过邀请提供，该公司计划在上半年推出其第一款产品。
Bonaci说，机器学习已经成为如此大的趋势，因为它是个性化应用程序和服务能力背后的驱动力。 这一点现在非常需要。
博纳奇在谷歌担任高级软件工程师四年，在微软担任另外五年。CTO和联合创始人本·钱伯斯也来自谷歌。Emily Kruger，前亚马逊网络服务高级产品经理，在联合创始人成立该公司几个月后加入，成为产品副总裁。
在谷歌，Bonaci和钱伯斯发现，他们使用的机器学习工具对大多数用户来说没有意义，而不是其他大型科技公司。 他们需要庞大的预算和大量的人来运作。
博纳奇表示：“市场上现有的软件和开源项目大多是由这样的大型科技公司建造的。