La plataforma que trae orden al caos de los experimentos de machine learning y acompaña a los modelos desde las primeras pruebas hasta producción
El problema de los científicos de datos
Imagina que eres un científico de datos trabajando en un modelo de inteligencia artificial. Haces 50 pruebas diferentes cambiando parámetros, probando algoritmos distintos. Al día siguiente, tu compañero hace otras 30 pruebas. ¿Cuál funcionó mejor? ¿Qué cambios hiciste exactamente en la prueba número 23? ¿Puedes repetir ese experimento dentro de tres meses?
Este caos era el día a día de miles de equipos de machine learning. Cada experimento se perdía en carpetas desordenadas, hojas de cálculo o simplemente en la memoria de quien lo hizo. Era como cocinar sin anotar nunca las recetas que funcionan.
¿Qué hace Comet?
Comet es una plataforma que funciona como un cuaderno de laboratorio digital para equipos de inteligencia artificial. Cada vez que un científico de datos entrena un modelo (enseña a una IA a hacer algo), Comet guarda automáticamente todos los detalles: qué datos usó, qué parámetros configuró, cuánto tiempo tardó y qué tan bien funcionó.
La plataforma permite comparar experimentos lado a lado, como si pusieras dos recetas de pastel una al lado de la otra para ver cuál lleva más azúcar. También facilita que todo el equipo vea qué está probando cada persona, evitando que dos científicos repitan el mismo trabajo sin saberlo.
Desde el experimento hasta producción
Pero Comet no solo guarda experimentos. Acompaña al modelo durante toda su vida: desde las primeras pruebas hasta cuando está funcionando en una aplicación real atendiendo a usuarios. Si algo falla en producción, puedes rastrear exactamente qué versión del modelo estaba corriendo y reproducir el problema.
La plataforma se integra con las herramientas más populares de machine learning como TensorFlow y PyTorch (frameworks que los científicos usan para construir modelos), y también con servicios de nube donde se despliegan estos modelos.
De startup a líder en MLOps
Comet se fundó en 2017 en Nueva York, Estados Unidos. La empresa identificó un problema que afectaba tanto a startups tecnológicas como a grandes corporaciones: la falta de organización en los proyectos de inteligencia artificial hacía que los equipos perdieran tiempo y dinero repitiendo trabajo o sin poder explicar por qué un modelo funcionaba mejor que otro.
En noviembre de 2021, apenas seis meses después de cerrar su primera gran ronda de inversión (Serie A, que es cuando un fondo de capital riesgo hace su primera inversión importante), Comet levantó 50 millones de dólares en una ronda Serie B liderada por OpenView, con participación de Scale Venture Partners, Trilogy Equity Partners y Two Sigma Ventures. Antes, en abril de 2021, había recaudado 13 millones en su Serie A. En total, la empresa ha levantado casi 70 millones de dólares.
Crecimiento acelerado
En 2021, Comet reportó que su ARR (ingresos anuales recurrentes, lo que gana al año por suscripciones) había crecido cinco veces respecto al año anterior. Para ese momento, la plataforma tenía 150 empresas como clientes, incluyendo nombres conocidos como Uber, Zappos y Etsy. El equipo contaba con 50 empleados distribuidos en 9 países diferentes.
¿Cómo gana dinero?
Comet funciona con un modelo de suscripción B2B (vende a empresas, no a personas individuales). Las empresas pagan según cuántos usuarios tienen en la plataforma, cuántos proyectos de machine learning gestionan y qué funciones avanzadas necesitan.
Es como Netflix, pero para equipos de datos: pagas una cuota mensual o anual y todos en tu equipo pueden usar la plataforma. Cuanto más grande es tu equipo o más complejos son tus proyectos, más pagas.
Adaptándose a la era de los LLMs
En abril de 2023, Comet lanzó nuevas herramientas específicas para trabajar con LLMs (Large Language Models, los modelos de lenguaje grandes como ChatGPT). Estas herramientas incluyen Prompt Playground, un espacio donde los desarrolladores pueden probar y afinar las instrucciones que le dan a estos modelos, y Prompt History, que guarda un historial de todas las pruebas realizadas.
La plataforma también añadió integraciones con OpenAI (la empresa detrás de ChatGPT) y LangChain (una herramienta popular para construir aplicaciones con LLMs). Este movimiento muestra cómo Comet se adapta a las nuevas tendencias en inteligencia artificial, donde los modelos de lenguaje están revolucionando la industria.
¿Por qué es diferente?
Comet compite con otras plataformas como Weights & Biases, MLflow y ClearML. Su diferenciación está en ofrecer visibilidad completa del ciclo de vida de un modelo: no solo rastrea experimentos, sino que acompaña al modelo hasta producción y permite monitorearlo cuando ya está funcionando en aplicaciones reales.
Además, la plataforma facilita la colaboración entre diferentes roles: científicos de datos, ingenieros de machine learning y otros miembros del equipo pueden ver el mismo proyecto desde diferentes perspectivas, cada uno con las herramientas que necesita.
En un mundo donde la inteligencia artificial se vuelve cada vez más importante para las empresas, tener orden y trazabilidad en los proyectos de ML no es un lujo, es una necesidad. Comet convierte el caos en claridad, permitiendo que los equipos construyan mejores modelos más rápido y con menos errores.
Este artículo también está disponible en nuestras redes sociales:
El post de LinkedIn está disponible inmediatamente. X, Instagram y Facebook se publican poco después.
