Gretel: exingenieros de Amazon, Google y NSA crean un ‘GitHub para datos’

Gretel es una startup creada por un grupo de ingenieros y desarrolladores que trabajaron en la Agencia de Seguridad Nacional, Google o Amazon Web Services. La idea se describe como un ‘GitHub para datos’.

Los datos son muy valiosos para ayudar a los desarrolladores a construir nuevas funciones e innovar. Pero esos datos, a menudo son altamente confidenciales y están fuera de su alcance, guardados bajo llave y con un alto grado de burocracia y un cumplimiento que puede tardar semanas en aprobarse. Las violaciones del derecho a la privacidad de los usuarios no han ayudado y las normativas serán cada vez más exigentes. 

El objetivo de Gretel es facilitar esa tarea: ayudar a los desarrolladores a compartir y colaborar de manera segura con datos confidenciales en tiempo real. Y ponen de ejemplo a GitHub, uno de los grandes servicios de alojamiento mundial para control de versiones, desarrollo e intercambio de software, que ha ayudado al acceso del código fuente y la colaboración. «Pero no hay un equivalente de GitHub para los datos», dicen.

Cómo funciona Gretel

A menudo, los desarrolladores no necesitan acceso total a un banco de datos de usuarios, solo necesitan una porción o una muestra para trabajar. «En este momento estamos construyendo un software que permite a los desarrolladores verificar automáticamente una versión anónima del conjunto de datos», explican.

Estos llamados «datos sintéticos» son esencialmente datos artificiales que se ven y funcionan igual que los datos confidenciales del usuario. Gretel utiliza el aprendizaje automático para clasificar los datos, como nombres, direcciones y otros identificadores de clientes, y clasificar tantas etiquetas como sea posible. Una vez que los datos están etiquetados, se pueden aplicar políticas de acceso. 

Después, la plataforma aplica privacidad diferencial, una técnica utilizada para anonimizar grandes cantidades de datos, de modo que ya no estén vinculados a la información del cliente. «Es un conjunto de datos completamente falso generado por medio del aprendizaje automático», señalan. 

Es un lanzamiento que ya está llamando la atención. La startup ha recaudado 3,5 millones de dólares en fondos iniciales para hacer despegar la plataforma. Está liderada por Greylock Partners y cuenta con la participación de Moonshots Capital, Village Global y otros. «En Google tuvimos que construir nuestras propias herramientas para permitir a nuestros desarrolladores acceder de forma segura a los datos, porque las herramientas que necesitábamos no existían», dijo Sridhar Ramaswamy, ex ejecutivo de Google y ahora socio de Greylock.

La startup planea aumentar su compromiso con la comunidad de desarrolladores en las próximas semanas, con el objetivo de conseguir que Gretel esté disponible en los próximos seis meses. La compañía cobrará a los clientes en función del consumo, una estructura similar a la que Amazon fija el acceso a sus servicios de computación en la nube. Interesante.