数据分析和协作平台Data.World 获1400万美元A 轮融资

简介:

 

昨天(7月11日),数据分析和协作平台供应商 Data.World 宣布完成 1400 万美元的 A 轮融资,共有超过 24 家天使轮投资者参与了本轮融资,由 Shasta Ventures 领投,Capital Factory、 Chicago Ventures、Floodgate、FYRFLY Venture Partners 等参投。

Data.World 公司最初创立于 2015 年 12 月,在经过了八个月的隐身模式运行后,公司于昨日宣布正式启动。该公司是一家公益机构,总部位于德克萨斯州奥斯汀,通过100% 的投资者支持来实现业务增长、IPO 及进一步发展,从而创造社会价值。公司的主要业务是利用公司软件设计帮助用户迅速、轻松地找到数据,进行准备和共享工作,然后利用数据来实时协作解决最复杂的学术、商业和社会问题。Data.World 致力于成为全球最有意义且拥有最丰富数据资源的协作平台。公司的创新式企业结构有助于其在全球数据民主化使用及可持续性档案创建方面发挥作用。

Data.World 的联合创始人兼 CEO Hurt 表示:“开放数据也就是说任何人出于任何目的都可以自由使用、修改和共享数据,这一数据开放运动将被塑造成为当今人类最重要的影响力量之一。这项运动能够加速癌症治愈进程,保持政府问责,遏制气候变化并且对其他世界性问题施加积极影响力。我们创建 Data.World 让专业和业余的科学家、分析师和研究人员能够即刻查找、使用和共享数据,就是为了促进数据公开领域能够取得突破性进展。”

Jason Pressman 是 Shasta Ventures 的合伙人,同时也是 Data.World 董事会成员。他说道:“每隔两三年,你就能发现一个可以引发巨大变革的公司和想法,Data.World 就是这样的一个公司,它有这样一种潜力,能够重新定义在我们有生之年可以实现的一些可能性,并且为社会创造巨大的价值。”

目前 Data.World 开放数据集超过 1800 万,比谷歌网站推出数量的 7 倍还多。在数据共享和合作潜力的驱动下,研究人员、企业、政府、非政府组织和公民将向大众开放新的数据集,使更多地数据集逐渐为大众所用。

然而,寻找数据、理解数据意义并利用数据仍然是极其困难的一件事。在所有的开放数据中,只有不到 10% 的数据可被机器读取,平均一个项目 80% 的时间都花费在为数据分析进行相关准备工作上。需要进行协作的数据项目是很有难度的,因为它在数据持有者和数据需要者之间创建了一个数字鸿沟。此外,有一部分人希望能够通过安全结合企业内部数据与开放数据的方法来强化企业内部数据,事实上,他们几乎没有办法来实现。总体来看,这些技术和社会障碍使得开放数据难上加难。





====================================分割线================================


本文转自d1net(转载)

目录
相关文章
|
6月前
|
数据采集 数据挖掘 API
主流电商平台数据采集API接口|【Python爬虫+数据分析】采集电商平台数据信息采集
随着电商平台的兴起,越来越多的人开始在网上购物。而对于电商平台来说,商品信息、价格、评论等数据是非常重要的。因此,抓取电商平台的商品信息、价格、评论等数据成为了一项非常有价值的工作。本文将介绍如何使用Python编写爬虫程序,抓取电商平台的商品信息、价格、评论等数据。 当然,如果是电商企业,跨境电商企业,ERP系统搭建,我们经常需要采集的平台多,数据量大,要求数据稳定供应,有并发需求,那就需要通过接入电商API数据采集接口,封装好的数据采集接口更方便稳定高效数据采集。
|
数据可视化 数据挖掘 大数据
Pandas+Pyecharts | 北京某平台二手房数据分析可视化
Pandas+Pyecharts | 北京某平台二手房数据分析可视化
|
15天前
|
SQL 存储 数据挖掘
快速入门:利用AnalyticDB构建实时数据分析平台
【10月更文挑战第22天】在大数据时代,实时数据分析成为了企业和开发者们关注的焦点。传统的数据仓库和分析工具往往无法满足实时性要求,而AnalyticDB(ADB)作为阿里巴巴推出的一款实时数据仓库服务,凭借其强大的实时处理能力和易用性,成为了众多企业的首选。作为一名数据分析师,我将在本文中分享如何快速入门AnalyticDB,帮助初学者在短时间内掌握使用AnalyticDB进行简单数据分析的能力。
28 2
|
3月前
|
Kubernetes 并行计算 数据挖掘
构建高可用的数据分析平台:Dask 集群管理与部署
【8月更文第29天】随着数据量的不断增长,传统的单机数据分析方法已无法满足大规模数据处理的需求。Dask 是一个灵活的并行计算库,它能够帮助开发者轻松地在多核 CPU 或分布式集群上运行 Python 代码。本文将详细介绍如何搭建和管理 Dask 集群,以确保数据分析流程的稳定性和可靠性。
218 3
|
3月前
|
自然语言处理 数据挖掘 BI
ChatGPT 等相关大模型问题之将现有的数据分析平台与大模型结合如何解决
ChatGPT 等相关大模型问题之将现有的数据分析平台与大模型结合如何解决
|
3月前
|
机器学习/深度学习 前端开发 数据挖掘
基于Python Django的房价数据分析平台,包括大屏和后台数据管理,有线性、向量机、梯度提升树、bp神经网络等模型
本文介绍了一个基于Python Django框架开发的房价数据分析平台,该平台集成了多种机器学习模型,包括线性回归、SVM、GBDT和BP神经网络,用于房价预测和市场分析,同时提供了前端大屏展示和后台数据管理功能。
|
4月前
|
存储 Java 数据挖掘
构建基于Spring Boot的数据分析平台
构建基于Spring Boot的数据分析平台
|
4月前
|
存储 NoSQL Java
使用Java实现高效的数据分析平台
使用Java实现高效的数据分析平台
|
4月前
|
存储 分布式计算 NoSQL
Java中的高效数据分析与处理平台实现
Java中的高效数据分析与处理平台实现
|
5月前
|
存储 数据可视化 Java
使用Java实现可视化数据分析平台
使用Java实现可视化数据分析平台