在企業能夠利用大數據的優勢之前，數據科學家和開發人員必須準備和組織好數據，並開發底層的機器學習算法和預測模型，以支持分析師和IT從業者使用的商業智能應用。
從傳統上說，這是一個非常耗時的過程，但是有很多數據科學、機器學習和人工智能平臺可以自動化地完成其中大部分的工作，讓企業和組織可以更快速地利用大數據資產獲得競爭優勢。
以下就讓我們來看看數據科學和機器學習領域的這10家熱門初創公司。
BigML
總部：美國俄勒岡州科瓦利斯。
BigML提供了一個全面的託管式機器學習平臺，可以輕鬆構建和共享數據集和模型，進行高度自動化的、以數據爲驅動的決策。更具體來說，BigML可編程的、可擴展的機器學習平臺可以自動進行分類、迴歸、時間序列預測、聚類分析、異常檢測、關聯發現和主題建模任務。
BigML Preferred Partner Program支持推薦合作伙伴、銷售合作伙伴、銷售BigML並監督實施項目的合作伙伴。
Cinnamon AI
總部：日本東京
Cinnamon是Gartner今年評出的“酷廠商”之一。Cinnamon開發了一種系統，可以掃描非結構化的印刷文檔和數字文檔，從PDF和Word，到手寫便箋和傳真等所有內容，並提取關鍵點。該系統融合了人工智能和機器學習技術，通過消除數百萬小時的手動輸入和其他重複性任務降低業務運營成本。
Cinnamon還提供了最先進的語音識別AI系統。
除東京總部之外，Cinnamon在美國加州聖馬特奧、中國臺灣、越南設有辦事處。
DataKitchen
總部：美國馬薩諸塞州劍橋。
業務流程是數字化轉型的關鍵，而數據流是管理和更改業務流程的關鍵。DataKitchen是DataOps領域的先驅，提出了管理組裝產線(而不是很多麻煩的臨時流程)等數據分析流程的概念。
DataKitchen的平臺通過數據工程、數據科學和業務分析流程來管理數據管道。DataOps在協作工作流程中結合了敏捷開發、DevOps和統計流程控制等概念。
DotData
總部：美國加州聖馬特奧。
DotData的DotData Enterprise機器學習和數據科學平臺能夠將人工智能和商業智能項目從幾個月縮短到幾天，讓數據科學過程足夠簡單到幾乎所有人(不僅僅是數據科學家)都可以從中受益。
DotData平臺基於DotData的AutoML 2.0引擎，可以提供數據科學和機器學習等任務的全週期自動化。
DotData在2019年10月的A輪融資中獲得了2300萬美元，並於2019年12月獲得了AWS合作伙伴網絡高級技術合作夥伴資格。
Iguazio
總部：美國紐約和以色列荷茲利亞
Iguazio Data Science Platform可以自動化並加快機器學習工作流程，使企業能夠大規模地開發、部署和管理人工智能應用，從而改善業務成果——Iguazio稱之爲“MLOps”。
今年1月Iguazio籌集了2400萬美元資金。
Octopai
首席執行官：Amnon Drori
總部：以色列Rosh Ha'ayin
Octopai開發了一個自動化的、集中式的元數據管理和搜索引擎系統，讓數據科學家和商業智能團體可以發現、管理和跟蹤共享的元數據。
該軟件可以保持企業內數據的一致性，幫助業務分析人員查找和了解可用數據，還可以用於以數據沿襲爲關鍵的大數據治理和合規任務。
Ople
總部：美國加州聖馬特奧。
Ople平臺可以自動執行那些往往需要數據科學家才能完成的大數據任務，例如數據準備和預測模型創建、優化和部署。該軟件利用機器學習模型來解決預測維護、供應鏈優化、金融欺詐檢測和客戶流失等複雜預測分析問題。
3月，Ople通過Tableau最近發佈的Analytics Extension API，將自己的軟件與Tableau的商業智能和數據可視化工具進行了集成。
Siren
總部：愛爾蘭、戈爾韋和費城
Siren Investigation Intelligence Platform利用數據模型來驅動相關數據發現，結合了搜索、商業智能儀表板、鏈接分析、大數據記錄和警報功能。
Siren被Gartner評爲2020年分析和數據科學領域的“酷廠商”，在2019年11月的A輪融資中獲得了1000萬美元資金。
Tellius
總部：美國弗吉尼亞州雷斯頓
Tellius提供了一個搜索驅動的分析平臺Tellius Genius AI Engine，讓用戶更容易瞭解業務大數據的問題，並從這些數據中獲得可行的洞察。該引擎結合了機器學習來發現數據中的模式和關係，同時也會從數據本身和用戶操作中學習。
Tellius系統的語音、搜索和自然語言能力是對自助式BI和分析項目的加強。
Unsupervised
總部：美國科羅拉多州博爾德
無監督系統使用增強的人工智能、數據科學和機器學習，幫助那些不具備深厚數據科學技能的人們分析大量複雜的結構化和非結構化數據，以發現有意義的模式和洞察。
連接和聚合大數據通常是需要手動操作的，耗費時間的，而Unsupervised的軟件可以將這個過程實現自動化，因此也被Gartner評爲該領域的“酷廠商”。