Il logo di Kedro, il nostro strumento open source che può essere utilizzato per creare pipeline di dati e di machine learning.
Nel 2019, QuantumBlack , la nostra azienda di intelligenza artificiale, ha lanciato Kedro, il suo primo strumento software open source per data scientist e data engineer. È una libreria di codice che può essere utilizzata per creare pipeline di dati e di machine learning, i mattoni di qualsiasi progetto di analisi.
Nei due anni e mezzo in cui è stato disponibile sulla piattaforma open source GitHub, la comunità e la base di utenti Kedro continua a crescere, con oltre 200.000 download mensili, oltre 100 contributori e un numero crescente di imprese che scegliere Kedro come standard per il codice della scienza dei dati. Ad esempio, un team della NASA ha utilizzato Kedro per modellare i modelli di traffico aereo e Telkomsel, il più grande provider di reti wireless dell’Indonesia, utilizza Kedro come standard nella propria organizzazione di data science.
Oggi facciamo il passo successivo nel nostro viaggio nell’open source e doniamo Kedro alla Linux Foundation. Sarà ospitato da LF AI & Data , un’organizzazione ombrello specializzata della Linux Foundation fondata nel 2018 per accelerare lo sviluppo e l’innovazione nell’IA e nei dati supportando e collegando progetti tecnici open-source, comunità di sviluppatori e circa 1000 aziende.
La squadra di Kedro
Il team QuantumBlack dietro Kedro.
“Siamo entusiasti di accogliere il progetto Kedro in LF AI & Data”, afferma il dottor Ibrahim Haddad, direttore esecutivo di LF AI & Data. “Affronta le numerose sfide che esistono oggi nella creazione di prodotti di apprendimento automatico ed è un fantastico complemento al nostro portafoglio di progetti tecnici ospitati. Non vediamo l’ora di lavorare con la comunità per far crescere l’impronta del progetto e per creare nuove opportunità di collaborazione con i nostri membri, i progetti ospitati e la più ampia comunità open source”.
Kedro è ora nelle mani dell’ecosistema della scienza dei dati. “Questo è l’unico modo in cui può crescere a questo punto; se è migliorato da persone in tutto il mondo”, spiega Yetunde Dada , responsabile del prodotto Kedro. “Il nostro team interdisciplinare può vedere l’aumento dello sviluppo e della convalida di Kedro con questa pietra miliare. Stabilisce Kedro come strumento di settore de facto, unendosi a una raccolta di altri progetti open source all’avanguardia come Kubernetes donato da Google, GraphQL da Facebook e MLFlow e Delta Lake da Databricks”.
Donare la nostra proprietà intellettuale è un nuovo terreno per McKinsey. Ma secondo i partner senior di McKinsey e i co-leader di QuantumBlack Alex Singla e Alex Sukharevsky , la mossa esprime la passione della nostra azienda per lo sviluppo di prodotti innovativi, in particolare nel campo dell’IA, che aiutano a creare una crescita sostenibile e inclusiva per i nostri clienti e la società. Rappresenta anche il nostro passaggio dall’era della sperimentazione al ridimensionamento delle soluzioni di intelligenza artificiale.
Jeremy Palmer , un partner senior di McKinsey e co-leader di QuantumBlack Labs , la casa di prodotti come Kedro all’interno dell’azienda, è d’accordo. “Ha senso condividere uno strumento che può diventare uno standard del settore, dal momento che l’intera comunità open source può ora contribuire al suo miglioramento”, afferma. “Impareremo tutti di più e più velocemente, e quindi rimarremo all’avanguardia nell’innovazione utile”.
Quindi cosa qualifica Kedro come uno “standard industriale” de facto? Ivan Danov, responsabile tecnico di Kedro, spiega: “Kedro è un framework che prende in prestito concetti dalle migliori pratiche di ingegneria del software e li porta nel mondo della scienza dei dati. Getta tutte le basi per trasformare un progetto da un’idea a un prodotto finito, consentendo a sviluppatori e ingegneri di concentrarsi interamente sulla risoluzione del problema aziendale in questione. Kedro è costruito per essere la spina dorsale di tutti i progetti di apprendimento automatico.”
Kedro continuerà a essere la base di tutti i progetti di analisi avanzate all’interno di McKinsey. “Costruiamo prodotti di apprendimento automatico da molto tempo e abbiamo accumulato una discreta quantità di tessuto cicatriziale e abbiamo imparato molte lezioni importanti”, afferma Joel Schwarzmann , product manager di Kedro. “Le idee e le barriere che esistono in Kedro riflettono quell’esperienza e sono progettate per aiutare gli sviluppatori a evitare le insidie comuni e a seguire le migliori pratiche”.
Ora il suo futuro può essere guidato da una gamma molto più ampia di parti interessate, in diversi settori, aree geografiche e tecnologie, che portano prospettive diverse e possono applicare Kedro a molti più casi d’uso. Un team esteso di “manutentori”, inclusi gli sviluppatori di McKinsey, può contribuire allo sviluppo di Kedro: scrivere codice, definire strategie di prodotto, tenere traccia dei casi d’uso e votare sulle decisioni che influiscono sul progetto.
McKinsey è passato dall’essere un proprietario di Kedro a un utente Kedro e, così facendo, ha creato un percorso per l’innovazione aziendale che ci vede creare e spostare prodotti nel mondo open source, dove possono aiutare a risolvere i problemi per chiunque.
