Big Data made in France : Dataiku fait une levée de fonds aux États-Unis

7 septembre 2017 Laisser un commentaireautres, cloud, datacenterPar Pauline Carpentier

Dataiku, start-up française du big data, ouvre son capital à un deuxième fonds américain dans le cadre d’un tour de table de 28 millions de dollars.

L’actionnariat de Dataiku prend une coloration plus américaine.

La SAS parisienne, qui exploite une plate-forme d’analyse de données et de création de modèles prédictifs présentée sous l’angle de la « data science collaborative », ouvre son capital à Battery Ventures.

Le fonds américain, qui compte dans son portefeuille des sociétés comme Akamai, ExactTarget, Groupon et Marketo, emmène un tour de table de 28 millions de dollars.

Entrés dans la boucle début 2015 avec la levée d’amorçage de 3 millions d’euros, Alven Capital et Serena Capital remettent au pot… pour la deuxième fois.

Ils avaient, en l’occurrence, déjà renouvelé leur confiance envers Dataiku dans le cadre de son Série A, officialisé l’automne dernier pour un montant de 14 millions d’euros (un premier fonds américain, en l’occurrence FirstMark Capital, avait pris une participation à cette occasion).

Cet apport financier alimentera, entre autres, l’Academic Program, lancé cette année à destination des étudiants, des enseignants et des chercheurs. Il portera aussi l’accroissement des effectifs : une centaine d’embauches sont prévues. Entre ingénieurs avant-vente, chargés de relation client et data scientists, la page de recrutement donne une idée de la variété des profils recherchés.

Fondé en 2013, Dataiku avait lancé, l’année suivante, sa plate-forme Data Science Studio.

La dernière mise à jour majeure (v4) remonte à février. Elle améliore l’interactivité des tableaux de bord, optimise l’exécution des tâches Spark, approfondit la gestion des clusters de données, apporte la compatibilité avec le stockage cloud de Google et fournit davantage d’options pour les administrateurs.

Une centaine de clients ont adopté l’offre, dont PagesJaunes (Solocal Group) pour automatiser la détection et la correction des requêtes infructueuses sur son moteur. L’Oréal s’en sert pour sa part dans une optique de détection des talents ; Chronopost, pour développer des offres commerciales ; Parkeon, pour son application d’assistance au stationnement urbain.