RIEM News LogoRIEM News

Làm thế nào một vấn đề xử lý dữ liệu tại Lyft trở thành nền tảng cho Eventual

Làm thế nào một vấn đề xử lý dữ liệu tại Lyft trở thành nền tảng cho Eventual
Nguồn: techcrunch
Tác giả: Rebecca Szkutak
Ngày đăng: 24/6/2025

Để đọc nội dung đầy đủ, vui lòng truy cập vào bài viết gốc.

Đọc bài viết gốc
Eventual xuất phát từ một thách thức trong xử lý dữ liệu mà các kỹ sư của Lyft gặp phải khi làm việc với xe tự lái, vốn tạo ra lượng lớn dữ liệu đa phương tiện chưa được cấu trúc—bao gồm quét 3D, hình ảnh, văn bản và âm thanh. Lyft thiếu một công cụ thống nhất để xử lý hiệu quả các loại dữ liệu đa dạng này, buộc các kỹ sư phải dựa vào một hệ thống phức tạp và không đáng tin cậy từ các giải pháp mã nguồn mở rời rạc. Sidhu, CEO của Eventual, cùng đồng sáng lập Chia đã phát triển một công cụ xử lý dữ liệu đa phương tiện nội bộ tại Lyft, điều này đã truyền cảm hứng cho việc thành lập Eventual sau khi Sidhu nhận thấy nhu cầu về các giải pháp tương tự trong các cuộc phỏng vấn tuyển dụng. Sản phẩm chủ lực của Eventual, Daft, là một công cụ mã nguồn mở gốc Python được thiết kế để xử lý nhanh chóng và đáng tin cậy các loại dữ liệu đa phương tiện khác nhau, với mục tiêu cách mạng hóa hạ tầng dữ liệu chưa cấu trúc tương tự như cách SQL đã làm với dữ liệu dạng bảng. Được thành lập vào đầu năm 2022, trước khi nhận thức rộng rãi về khoảng cách hạ tầng dữ liệu đa phương tiện và sự bùng nổ của ChatGPT, Eventual đã nhanh chóng được đón nhận trong nhiều ngành công nghiệp ngoài lĩnh vực xe tự hành, bao gồm robot và công nghệ bán lẻ.

Thẻ

robotautonomous-vehiclesdata-processingAI-applicationsmultimodal-dataopen-sourceEventual