作为机器学习模型的数据发现平台，Explorium在去年收到了几个未经宣布的资金回合 - 去年9月的360万美元种子轮次以及3月份的1550万美元A轮融资。今天，它公开了这两轮。
种子轮由Emerge领导，F2 Capital参与。A系列由Zeev Ventures领导，种子投资者参与其中。筹集的总额为1,910万美元。
拥有数据科学背景的公司创始人发现，找到合适的数据来构建机器学习模型是有问题的。像大多数面临问题的优秀初创公司创始人一样，他们决定通过为数据科学家构建数据发现平台来解决问题。
首席执行官兼联合创始人Maor Shlomo表示，该公司希望专注于数据质量，因为那里没有做太多工作。“在机器学习的算法部分投入了大量的工作，但算法本身已经成为商品。现在的挑战是找到适合这些算法的正确数据，“Sholmo告诉TechCrunch。
这是一个难以解决的问题，因此他们构建了一种搜索引擎，无论是在内部还是在开放数据集，公共数据或高级数据库中，它都可以在任何地方找到最佳数据。Schlomo表示，该公司已与数千个数据源合作，帮助数据科学家客户找到适合其特定型号的最佳数据。
“我们开发了一种新型搜索引擎，能够查看客户数据，将其与数千个数据源连接并丰富，同时自动选择最佳数据，最佳变量或功能是什么，实际上可以生成性能最佳的机器学习模型，“他解释道。
Shlomo认为合作伙伴关系发挥着重要作用，无论是涉及数据源还是咨询公司，他们都可以帮助推动Explorium进入更多的公司。
Explorium在特拉维夫，基辅和旧金山的办事处拥有63名员工。现在还处于早期阶段，但Sholmo报告“数十名客户。”随着越来越多的客户试图将数据科学带入他们的公司，特别是缺乏数据科学家，拥有像Explorium这样的工具可以帮助填补这一空白。