美国加州数据质量工程平台：Bigeye (Toro Data Labs)

Toro Data Labs, Inc.，商号Bigeye，创立于2019年，总部位于美国加州旧金山，Bigeye 是一个数据质量工程平台，可帮助数据团队轻松测量、改进和交流数据质量。

文章源自美股网站-https://www.mgwz.com/bigeye.html

Bigeye (Toro Data Labs) 美股百科

Bigeye 的创始人 Kyle Kirwan 和 Egor Gryaznov 因对数据的共同热爱而相遇，他们认为如果使用得当，它会多么强大，以及可以构建什么。Egor 领导了 Uber 的第一个 SQL 训练营，Kyle 加入他的团队，他们一起为 Uber 的内部 A/B 测试工具开发数据管道——为公司的 1000 次实验报告标准化指标——其中数据质量正成为一个相当大的挑战。文章源自美股网站-https://www.mgwz.com/bigeye.html

2019 年，Kyle 和 Egor 创立了 Bigeye——一个由数据人为数据人设计的数据可观察性平台。 Bigeye 的平台致力于提高每个数据集和管道的可靠性。Bigeye 帮助监控公司庞大数据目录中的数据质量，他们希望将这种体验用于更广泛的受众。文章源自美股网站-https://www.mgwz.com/bigeye.html

Bigeye产品百科文章源自美股网站-https://www.mgwz.com/bigeye.html

• Autometrics：Bigeye 分析您的数据集并为每个数据集生成一组独特的健康跟踪指标。 现在，您可以在几分钟内持续监控他们的行为。Bigeye 对仓库中的每个数据集进行采样以创建数据配置文件。 Autometrics 使用每个配置文件并推荐数据质量指标以开始跟踪该数据集。
• Autothresholds：Bigeye 为跟踪数据的每个健康指标训练预测模型。 您可以获得有用的警报，而无需手动调整它们。Autothresholds 预测 Bigeye 中配置的每个数据质量指标。 根据预测确定和更新警报阈值上限和下限，无需手动调整。
• Issues：使用Issues更快地解决数据质量问题。 将多个警报整合到一个时间线中，相关问题的有价值的上下文触手可及。 随着您解决的每个问题，您的自动阈值会变得更加智能。
• Dashboard：您的数据质量指挥中心。识别数据质量热点。 缩小监控范围的差距。 量化您的团队在可靠性方面的改进。 都在一个地方。直接从您的仪表板深入研究问题，以监控正在采取哪些措施以及如何解决这些问题。
• Deltas：无论是将数据复制到您的湖中，从一个仓库迁移到另一个仓库，还是准备从暂存升级到生产，Deltas 都可以轻松比较和验证任何数据集的多个版本。比较和验证复制的数据很困难，但您不能将数据的可靠性留给机会。 Deltas 用自动比较和即时验证取代了耗时且复杂的 SQL 查询、手动电子表格匹配和一次性 Python 脚本。
• Integrations：连接多个数据源和警报通道，让每个人都能了解他们的数据可靠性。使用只读帐户连接到领先的数据源。 Bigeye 仅存储健康指标结果，从不存储原始数据。

Bigeye (Toro Data Labs) 融资百科

2020年5月，Bigeye完成Costanoa Ventures, Point72 Ventures领投的400万美元种子轮融资。文章源自美股网站-https://www.mgwz.com/bigeye.html

2021年4月，Bigeye完成Sequoia Capital领投的1700万美元A轮融资，Costanoa Ventures、645 Ventures、base case capital和Christopher Golda（个人）跟投。文章源自美股网站-https://www.mgwz.com/bigeye.html

2021年9月，Bigeye完成Coatue领投的4500万美元B轮融资，Sequoia Capital和Costanoa Ventures跟投。文章源自美股网站-https://www.mgwz.com/bigeye.html

Bigeye (Toro Data Labs) 美股投资

非上市公司，公司官网，等待Bigeye (Toro Data Labs)  IPO/SPAC合并上市。文章源自美股网站-https://www.mgwz.com/bigeye.html