{"id":20657,"date":"2025-08-06T13:04:36","date_gmt":"2025-08-06T13:04:36","guid":{"rendered":"https:\/\/www.clubdelemprendimiento.com\/blog\/noticia-corporativa\/qbeast-obtiene-76-millones-de-dolares-para-ayudar-a-escalar-plataformas-de-datos-abiertas-eficientemente\/"},"modified":"2025-08-06T13:04:36","modified_gmt":"2025-08-06T13:04:36","slug":"qbeast-obtiene-76-millones-de-dolares-para-ayudar-a-escalar-plataformas-de-datos-abiertas-eficientemente","status":"publish","type":"noticia-corporativa","link":"https:\/\/www.clubdelemprendimiento.com\/blog\/noticia-corporativa\/qbeast-obtiene-76-millones-de-dolares-para-ayudar-a-escalar-plataformas-de-datos-abiertas-eficientemente\/","title":{"rendered":"Qbeast obtiene 7,6 millones de d\u00f3lares para ayudar a escalar plataformas de datos abiertas eficientemente"},"content":{"rendered":"
\n

\"\"<\/a><\/p>\n

La startup nacida en el Barcelona, Supercomputing Center, levanta una ronda semilla liderada por Peak XV y con coinversi\u00f3n de HWK Tech Investment y Elaia Partners<\/p>\n

<\/p>\n

En un momento en el que los vol\u00famenes de datos empresariales crecen de forma acelerada y las infraestructuras tradicionales quedan superadas por las exigencias de la inteligencia artificial, Qbeast<\/strong>, plataforma de optimizaci\u00f3n de datos de nueva generaci\u00f3n, anuncia una ronda de financiaci\u00f3n semilla de 7,6 millones de d\u00f3lares<\/strong>.<\/p>\n

La operaci\u00f3n ha sido liderada por Peak XV\u2019s Surge<\/strong> (anteriormente Sequoia Capital India & SEA), con participaci\u00f3n de HWK Tech Investment<\/strong> (Madrid) y Elaia Partners<\/strong> (Par\u00eds). La inversi\u00f3n permitir\u00e1 a Qbeast ampliar su equipo, abordar nuevos casos de uso y acelerar su misi\u00f3n: hacer que las plataformas de datos abiertas sean m\u00e1s r\u00e1pidas, sencillas y rentables<\/strong>.<\/p>\n

Aunque formatos como Delta Lake, Apache Iceberg y Apache Hudi<\/strong> han revolucionado las arquitecturas Lakehouse, su eficiencia es cuestionable: hasta el 90 % de los recursos computacionales se desperdician al escanear datos irrelevantes<\/strong>, seg\u00fan Databricks. Qbeast ofrece una soluci\u00f3n dise\u00f1ada para maximizar el rendimiento sin alterar el stack existente.<\/p>\n

Nacida a partir de la investigaci\u00f3n en el BSC-CNS<\/strong>, la plataforma de Qbeast se integra directamente con tablas existentes y acelera las cargas de trabajo priorizando solo los datos necesarios<\/strong>. Su sistema de indexaci\u00f3n multidimensional<\/strong> permite aplicar filtros simult\u00e1neos en columnas como tiempo, regi\u00f3n o segmento de cliente<\/strong>, optimizando consultas tanto en tiempo real como hist\u00f3ricas desde una sola tabla.<\/p>\n

A diferencia de las particiones tradicionales, que trabajan en una sola dimensi\u00f3n, Qbeast permite filtrado eficiente en m\u00faltiples dimensiones al mismo tiempo<\/strong>. Es compatible con motores como Spark, Databricks, Snowflake, DuckDB y Polars<\/strong>, sin necesidad de reescribir canalizaciones ni adoptar nuevas capas de almacenamiento.<\/p>\n

Un nuevo liderazgo para una nueva etapa<\/strong>
\nPara esta nueva fase, Qbeast ha nombrado como CEO a Srikanth Satya<\/strong>, veterano de AWS y Microsoft Azure<\/strong>, con d\u00e9cadas de experiencia en arquitecturas cloud-native. \u00abCreemos que todas las organizaciones, no solo las grandes tecnol\u00f3gicas, deber\u00edan poder extraer valor de sus datos sin incurrir en costes masivos ni complejidad innecesaria<\/strong>\u00ab, se\u00f1ala Satya.<\/p>\n

Una inversi\u00f3n con respaldo de l\u00edderes del capital riesgo<\/strong><\/p>\n