La start-up catalana Qbeast, participada por BStartup de Banco Sabadell, ofrece un software revolucionario en el tratamiento de los datos. El objetivo de este es luchar con las plataformas de Big Data que son lentas y complejas, centrado en aquello que importa, con cero configuraciones y despliegue con un sol cierro y con lenguajes y marcos en los cuales estamos todos acostumbrados. QBeast es socio de la Barcelona Computing Center y con su tecnología es capaz de acelerar el procesamiento de volúmenes elevados de datos sin malgastar recursos computacionales y energía. La tecnología exclusiva de indexado multidimensional estadístico brinda en las empresas que analizan grandes cantidades de datos, la posibilidad de acelerar el procesamiento en sus trabajos de big data, consiguiendo que los equipos vinculados a datos sean hasta tres veces más productivos. Creada el año 2020, en plena pandemia, ya cerró una primera ronda de financiación de 520.000 euros y, ahora, se encuentra en un segundo proceso. Para conocer como trabajan, hablamos con la Paola Pardo, Tech Evangelist & Co-Founder de Qbeast.
¿Cómo podemos entender el software que planteáis desde Qbeast?
Tenemos que hablar del fecha manegement como gran compresor de datos. Primero almacenábamos los datos con el Data Warehouse, una base de datos eficiente a la hora de leer estos datos y se utilizaba para el business intelligence. Pero empieza la era de internet con muchos más datos de diferentes tipos, vídeos o imágenes, y este programa no está preparado y se pasa al Data Lake. Un sistema de ficheros en la nube donde puedes colgar de todo, está hecho para guardar que no estén estructuradas. ¿Ahora bien, qué pasa? Cuando quieres analizar los datos, las tienes que limpiar y copiar a uno Fecha Warehouse. Y la nueva alternativa es tener el Data Lake como un Warehouse, más flexible y escalable. Por lo tanto, con más efectividad.
"Ordenamos de forma eficiente"
¡Cuántos anglicismos!
Es la nomenclatura con la que nos movemos, pero para que nos entendamos es un lugar donde puedes almacenar cualquier tipo de información ya ordenada. Qbeast se dedica a estructurar los datos y adaptarse a todos los cambios que van pasando. Nosotros nos situamos en esta última fase para dar todas las capacidades de antes sin mover los datos de un lugar a otro para analizarlas. Y Qbeast, además, las ordena de una manera especial para que todavía sea más eficiente.
¿Y cuándo nacéis?
Nos creamos en el 2020. Ahora es cuando las empresas se están preocupante para los datos. Muchas, hasta ahora, no les hacía falta y todo depende de la cantidad de datos que tienes previamente. Pero ahora, lo que estamos viendo, es que muchas empresas se están preocupando de dar un valor a estos datos, de la forma más simple posible y no con complejos sistemas que mantener. Todo este software de datos está en auge total. También porque empezamos a aplicar los datos a muchos otros ámbitos.
¿Cómo?
El Machine Learning o lo data science, que tratan las fechas en crudo. Ahora bien, si quieres tener business intelligence, tienes que limpiar y procesar los datos en otro software. Por eso es mejor tenerlo muy junto y también para gastar menos, desde el personal hasta el cloud computing.
Cuesta entenderlo para aquellos que no somos lo suficiente expertos...
Por ejemplo, yo tengo una página de ecommerce que genera unos datos que quiero entender y ofrecer cosas para los usuarios que sean óptimas como un sistema de recomendación. Para hacerlo, necesito un solo sistema. Ahora bien, si quiero analizar estos datos, las tengo que copiar todas y estudiarlas. Por lo tanto, todo es circular y lo que se tiene que evitar es que sea demasiado complejo de mantener y que, al final, solo un departamento tenga estos datos. Es importante compartir toda la información.
"Todavía, el excel está demasiado instalado"
¿Ya tenéis clientes?
Estamos hablando con empresas de ecommerce o ciberseguridad. Esta última es muy interesante porque podemos aportar un extra de eficiencia a la hora de procesar gran cantidad de logs. Más allá de estas dos también hay las grandes empresas tecnológicas entre otros. Es muy generalista decir que puedes acceder a cualquier industria, pero en la práctica es así, optimizamos mucho.
Cerrasteis una ronda de financiación el año 2021. ¿En las puertas de cerrar en el 2022, en qué punto os encontráis?
No podemos dar cifras porque es confidencial, pero estamos cerrando otra y nos dedicamos con los clientes a buscar partner ships. Ahora mismo estamos en una fase donde gracias al open source todo el mundo puede probar nuestra tecnología, pero queremos que empiece a dar beneficios y, por lo tanto, que los ingenieros ya sepan cómo funciona. Por eso nos encontramos en una fase de pulir el producto.
De todos modos, la irrupción que habéis hecho en dos años es innegable...
¡Nuestro lema se "big data free from the unnecessary", sé eficiente con los datos y accede a ellas de una manera simple! Limpia las cosas y ordena, si lo tienes todo en cajas siempre sabes dónde está la información. Podemos modificar las features y el producto, pero la esencia siempre es la misma.
¿Cuál es vuestro espejo ahora mismo?
El cloud computing utiliza una arquitectura completamente diferente. Muchas opciones de él hace que no te tengas que preocupar ciertos aspectos como levantar máquinas o fecha center.
"Nuestro mercado también está en Europa"
¿Y vuestro rival?
Creo que más que competir, nosotros lo vemos más como una integración. Por ejemplo, la tecnología core es un formato de datos y como este hay otros (como Delta Lake, Apache Iceberg y Apache Hudi). Todos ellos son formados de mesa, es decir, en el cloud se escriben ficheros y lo que los formatos hacen es tratarlos como una mesa de una base de datos. Y a partir de aquí puedes interactuar. Nuestra función no es tan suplantar nada, sino integrarnos con los otros sistemas, somos el complemento perfecto. Por ejemplo, ofrecemos indexación internacional y la opción de sacar samples y hacer consultas aproximadas.
¿Desde aquí, todavía estamos muy lejos de introducir este tipo de software a las grandes empresas?
¡El excel todavía está muy presente por todas partes! (risas) Siempre es lo mismo: en los Estados Unidos está todo avanzado y nosotros vamos copiando. Ahora bien, por lo que se respira al ambiente, en Linkedin voces que desde Catalunya y en el conjunto de España se empiezan a contratar big data engineers y eso es un buen síntoma. A nivel de cómo gestionas y como funciona tu organización, dice mucho de una empresa tener contratada una tecnología u otra. Ahora bien, es importante como razonamiento inicial, tener una estrategia fijada porque, a partir de aquí, podemos aplicar lo que mejor nos conviene.
¿Por lo tanto vuestro cliente está en América?
No necesariamente. Creo que Europa es un buen mercado actualmente, sin dejar de lado los Estados Unidos donde se mueve mucho dinero. Ahora nos encontramos en una fase de experimentación y de implementación de nuestro software. Piensa que este es integrable en todo el ecosistema. Más allá de la migración de un sistema que siempre es dura, sobre todo si tienes grandes cantidades de datos, pero cuanto antes lo hagas mejor. En paralelo también estudiamos el Machine Learning, como estos datos puede analizar procesos de datos, es decir, como entrenar un modelo más rápidamente gracias a la organización de los datos. ¡Nos esperan unos años muy buenos!
"Hay que formar más en software"
¿Y quien hay detrás de QBeast?
Somos cinco fundadores. El Cesare Cugnasco, CEO con un background potente de investigación, el Clemence Jesche CBDO (Chief Business Development Officer) quien lleva la parte de negocio y acerca nuestra visión a los clientes, Nicolas Escartín COO (Chief Operation Officer) quien trabajó también con Barcelona Activa, y Pol Santamaria CTO, quien también tiene uno grande trayectoria técnica.
¿Hay que extender más la cultura de la ingeniería informática?
Desde la misma carrera no nos forman en este aspecto y se echan de menos casos prácticos. Más allá de aprender de física o matemáticas, en el conjunto de la sociedad y de sus ciencias propiamente, hace falta más cultura sobre el tratamiento de los datos. Eso, actualmente, solo se encuentra o te puedes acabar de formar en un máster o en el mismo trabajo donde, personalmente, he encontrado todos los recursos necesarios para acabar de aprender.