Si está en el mercado de software de análisis o de aprendizaje de máquinas, puede que quiera mantener los ojos en Altair Engineering. Más conocido por su software de simulación de productos y de ingeniería asistida por ordenador, Altair ha ensamblado silenciosamente una impresionante gran plataforma de datos que se extiende desde la preparación de datos y la inteligencia de negocios hasta el análisis de flujo y el AutoML.
Altair Engineering remonta sus raíces a 1985, cuando el CEO James Scapa, George Christ y Mark Kistner fundaron la empresa de Troy, Michigan, para desarrollar el software CAE. Su producto inicial, llamado HyperWorks, permitió a los diseñadores simular productos manufacturados, ya sea el chasis de un coche o el ala de un avión.
Gracias a su proximidad a Detroit, Altair disfrutaba de una buena relación con los fabricantes de automóviles. El producto HyperWorks fue decisivo para ayudar a los fabricantes de automóviles a simular cómo se comportarían sus diseños en el mundo real, gracias a una serie de herramientas de modelado y a los motores de física digital que ofrecía.
Bajo la dirección del CEO Scapa, Altair hizo una serie de adquisiciones que reforzaron su posición en el espacio de la simulación de productos: solidThinking, SimLab, ACUSIM Software, y Visual Solutions, entre otros. Las simulaciones se benefician típicamente de la potencia de computación masiva y así la compañía creció naturalmente en el mercado de la computación de alto rendimiento (HPC). Hoy en día, su unidad de software PBS Works, que desarrolla software para la gestión de clusters HPC, está presente en casi el 40% de las supercomputadoras de la lista Top 500, dice la compañía.
A medida que aumentaba el volumen de datos generados por las simulaciones y otras fuentes, aumentaba la necesidad de grandes herramientas de datos para los clientes de Altair. Y a medida que las capacidades de aprendizaje de la máquina crecían, también lo hacía la tentación de aprovechar las capacidades de ML en el hardware de HPC. Cada vez más, las empresas querían combinar sus soluciones tradicionales de simulación HPC con las nuevas capacidades de aprendizaje automático e inteligencia artificial (IA).
Altair es más conocido por su software de modelado y CAE, pero se está moviendo fuertemente hacia el análisis de datos y ML (imagen cortesía de Altair)
Scapa detectó este cambio en el mercado y dirigió a Altair hacia una nueva dirección: el análisis de grandes datos.
En 2018, justo después de una exitosa oferta pública inicial de acciones en 2017, Altair pagó 176 millones de dólares para adquirir DataWorks, cuyo producto estrella, Monarch, proporcionaba capacidades de preparación de datos e inteligencia empresarial. Sin embargo, antes de su adquisición por parte de Altair, Datawatch hizo un par de adquisiciones propias, incluyendo un desarrollador sueco de análisis de flujo llamado software Panopticon en 2013, y la adquisición en 2018 de Angoss, que tenía 20 años de experiencia en aprendizaje de máquinas y ciencia de datos.
Hoy en día, esos productos de DataWatch forman el núcleo de la gran estrategia de análisis de datos de Altair. La compañía, que reportó 495 millones de dólares en ingresos totales el año pasado, vende cuatro productos principales en la unidad de análisis de datos, incluyendo:
- Monarch para la captura de datos y la preparación de datos de escritorio;
- Panopticon para la visualización en tiempo real y el procesamiento de la corriente;
- Knowledge Hub para la preparación de datos basados en el navegador;
- y Knowledge Studio (antes Angoss) para el desarrollo de modelos de aprendizaje automático.
Gracias a su adquisición de DataWatch, Altair se ha convertido en el Cuadrante Mágico de Ciencia de Datos y Aprendizaje Automático más reciente de Gartner, aunque le queda un largo camino por recorrer antes de ser considerado un líder por ese grupo de analistas.
Pero según Srikanth «Sam» Mahalingam, director técnico de Altair para productos de HPC y nubes, la oferta de análisis de datos de la compañía está posicionada de manera única gracias a la amplitud y profundidad de otros productos de Altair.
«Estamos viendo realmente la convergencia de la simulación, HPC y la analítica», dijo Mahalingam Datanami en una entrevista reciente. «Estamos reuniendo estas herramientas y proporcionando verdaderamente una plataforma para nuestros clientes… para tomar decisiones de diseño efectivas y reducir el tiempo para la innovación», dijo.
Durante su Cumbre virtual de Análisis de Datos Globales el mes pasado, la compañía lanzó nuevos lanzamientos de todos sus productos de análisis de datos (Mahalingam señaló que el lanzamiento se produjo en el 30º aniversario del lanzamiento del producto inicial Monarch, «desde el día en que se desarrolló como una herramienta basada en DOS», dijo).
Monarch se beneficia de un mejor manejo de las fuentes de datos, incluyendo los CSV y los archivos de Excel. El mejor manejo de los complicados datos de Excel permite a los usuarios realizar el trabajo de preparación de datos en el entorno de escritorio de Monarch en lugar de Excel, e incluso duplicar ese trabajo en otros archivos de Excel gracias a una plantilla extensible. También se ha reforzado la extracción de datos de los PDF, una especialidad de Monarch desde hace mucho tiempo.
Knowledge Studio, el antiguo producto de Angoss, también ha sido mejorado, con soporte para el marco de aprendizaje profundo de Keras, la autogeneración de modelos de aprendizaje de máquinas en Python, y soporte para la IA explicable.
Knowledge Studio permite a personas con diferentes habilidades construir, probar y desplegar modelos analíticos (Imagen cortesía de Altair)
Keras es uno de los marcos de trabajo de código abierto más populares para el desarrollo de redes neuronales, por lo que la compañía añadió soporte para ello en su herramienta de aprendizaje de máquinas de arrastrar y soltar. Aunque la oferta en sí no es de código abierto, Knowledge Studio aprovecha otras herramientas de código abierto, como Apache Spark, y es probable que adopte más en el futuro, dijo Mahalingam.
«No estamos reescribiendo lo que el mundo abierto está haciendo», dijo. «Pero cuando sentimos que el mundo abierto está proporcionando lo mejor de las herramientas que hay, nos estamos integrando con ellos, porque muchas de estas grandes empresas han estandarizado en estas herramientas abiertas.»
Knowledge Studio puede automatizar grandes muestras del modelo de aprendizaje de la máquina, según Mahalingam.
«Somos capaces de entrenar [the model], generar el código, y ese código Python en particular puede ser desplegado como un modelo de inferencia o de puntuación en cualquiera de las plataformas de la empresa, así como desplegado en nuestra propia plataforma operacional para construir aplicaciones significativas», dijo.
La adición de capacidades de IA explicables es necesaria para permitir a los científicos de datos de los ciudadanos confiar en los modelos que son generados automáticamente por Knowledge Studio, dijo Mahalingam.
«Si no proporcionamos una IA explicable, entonces el usuario de negocios no va a tener confianza para usar un modelo autogenerado», dijo. «Por eso creemos que la IA explicable y el AutoML van de la mano.»
Los modelos desarrollados con Knowledge Studio pueden ser desplegados en Panopticon, el motor de análisis en tiempo real. Esto será útil para los usuarios del departamento de marketing y finanzas, así como para los de ingeniería y diseño de productos, que es el punto dulce tradicional de Altair.
«Si se está construyendo una visualización en tiempo real y se quiere que los modelos de puntuación anoten los datos en tiempo real que llegan para armar una aplicación de mantenimiento preventivo, y se quiere aumentar con inteligencia continua, también podemos hacerlo», dijo Mahalingam.
Puede que Altair no sea un nombre muy conocido en el espacio de análisis de datos. Pero gracias a su herencia en HPC, a su sustancial base de clientes (11.000 y contando), y a su probada habilidad para absorber adquisiciones (ha realizado 30 hasta la fecha), los clientes no tienen que sentirse como si estuvieran arriesgando sus negocios en un inicio no probado.
«Hoy podemos proporcionar una plataforma empresarial completa de extremo a extremo para construir rápidamente aplicaciones analíticas, ya sea en los entornos empresariales tradicionales como el marketing o las finanzas o … en la IOT industrial y la ingeniería de productos», dijo Mahalingam. «Podemos aportar mucha experiencia y conocimientos y ahora podemos hacer converger tanto la ingeniería de productos, la IOT industrial y la analítica empresarial. Podemos reunir todo esto con Altair bajo un solo paraguas.»