AgilOne:企业规模的机器学习

业务问题概述

AgilOne操作复杂的机器学习(ML)模型,并为客户存储大量数据, 包括露露柠檬等主要品牌, Travelzoo, 和物. AgilOne皮层是一种非常强健和灵活的产品 机器学习框架 内置到客户数据平台. AgilOne皮层 使用有监督的机器学习模型来预测客户事件,例如购买, 订阅, 和参与. 它还利用无监督学习技术,根据兴趣和行为将客户智能地划分在一起. AgilOne皮层的推荐模型允许在1:1的基础上协调向客户提供优惠和信息.

AgilOne皮层完全支持以上所有功能的可扩展性, 可配置性, 以及企业机器学习平台所需的性能要求. 这些特性包括:

  • 可配置性 - AgilOne皮质模型是高度可配置的每个品牌的独特需求.
  • Data - Cortex模型无缝地利用客户集成的任何数据源, 包括在线, 离线和第三方数据.
  • 规模 - Cortex运行在一个完整的云模块架构上,水平可伸缩,支持客户可能想到的任何模型.
  • 食谱 - Cortex提供了一些相同模式的“配方”, 基于品牌的开箱即用的灵活性, 区域或任何其他维度.
  • 消费 -皮质模型输出直接可用在所有AgilOne应用程序. AgilOne Actions可以很容易地公开这些模型输出,从而使营销人员能够基于这些ML模型输出无缝地进行细分和个性化.

 

AgilOne在这两种设备上都能操作Cortex 亚马逊网络服务 (AWS) 谷歌云平台 (GCP) 每天进行近10亿次预测, 平均其所有模型中每个客户的数千万的客户预测. 他们的CDP部署在谷歌云平台上,并利用谷歌云平台提供统一的客户数据, 客户情报和洞察, 以及数据激活和编排.

为了应对如此庞大的数据和数百万预测的挑战, AgilOne与Qubole合作,根据工作负载更好地自动化提供机器学习数据处理资源, while allowing for portability across cloud providers; eliminating prototyping bottlenecks, 支持工作的无缝编排, 以及自动化集群管理.

AgilOne现在运行各种工作负载来查询数据、运行ML模型, 策划 毫升工作流, 以及更多关于Qubole的信息——所有这些都在一个平台上,使用了Apache火花的优化版本, Apache气流, 飞艇的笔记本, 并利用Qubole的api来自动化任务.

关于AgileOne

AgileOne 是面向企业的领先客户数据平台(CDP)吗. AgilOne的愿景是,在特定渠道的营销渠道成为障碍之前,恢复公司与客户之间的私人关系. AgilOne通过在第一方客户数据上使用的最佳身份解析引擎支持单个客户视图. 机器学习和分析算法通过实时api和协调所有接触点来增强客户数据. AgilOne帮助品牌建立真正的全渠道客户关系,实现终身价值最大化. AgilOne客户数据平台支持全球150多个品牌.

限制瓶颈,简化集群管理

通过使AgilOne的数据科学团队能够实现集群管理和集群提供更多的自助服务, 更聪明的, 减少对运营团队的依赖, Qubole正在帮助AgilOne更有效地交付ML模型.

多亏了它的高级集群生命周期管理和工作负载感知的自动伸缩功能, 现在对运营团队的依赖减少了,因为基础设施是通过Qubole自动提供的. 事实上, 提供具有不同权限集的新的和更大的集群, 在vm上安装依赖项, 维护稳定的原型开发环境, 或者升级软件变得很容易. 数据科学团队的可变基础设施需求现在由Qubole的智能自动化来解决——根据需要自动启动和释放集群和不同类型的节点.

公司全面的质量保证和支持, 再加上零停机时间的软件升级和回滚功能, 提供了AgilOne所需的保证和稳定性. 在Qubole管理的齐柏林笔记本环境, AgilOne可以原型化它的Python/Pyspark/Scala应用程序.

Qubole对AgilOne具有战略意义. 它帮助权威推荐全球最大网赌正规平台在机器学习路线图上更快地创新,并让营销人员拥有更多规模化的模型.

Gangadhar Konduri, AgilOne首席产品官

云可移植性

AgilOne支持在亚马逊网络服务和谷歌云平台上部署. 因此,AgilOne皮层中使用的底层基础设施必须是云不可知论的. 用Qubole的云不可知论平台, AgilOne团队可以以一致的用户体验与数据和模型进行交互, 用相同的一组api构建自动化, 同样的数据处理引擎, 不管云提供商是谁.

增加的效率和跨云的可移植性对AgilOne至关重要.

Gangadhar Konduri, AgilOne首席产品官

改善执行

AgilOne皮层需要一个强大的编曲系统才能运行, 为所有客户监控数十种型号, 每天在所有用户中运行每个模型. Qubole提供“气流”服务, 这让AgilOne的数据科学团队获得了许可, 利用配置即代码的工作流引擎, 气流. 这使得AgilOne能够通过提供简单的维护来更好地管理其ML工作流的生命周期, 版本控制, 和测试.

Qubole还提供了一组对端到端自动化至关重要的api. 这包括自动化启动和停止集群使用等任务, 提交Spark job或修改Spark配置, 生成报告, 增加超时, 和更多的.

Qubole的大力支持进一步加强了执行力. “Qubole企业支持的质量真的很好,阿尔诺·普拉德斯说, 数据科学总监. “支持工程师的知识非常丰富,升级到更高的支持级别会更快.另外,设置也很简单. “设置非常简单和直接,”普拉德斯说. “在合适的人在场的情况下,一两个小时左右,魁波尔就能运转起来.”

展望未来

随着其业务持续快速扩张, 对更多数据洞察和更多模型的需求增加了. 除此之外,AgilOne还希望利用Qubole进行跑步 特别的查询 用于数据发现、探索和分析.

从集群管理的角度来看, AgilOne希望进一步利用Qubole对谷歌的抢占式虚拟机和异构集群管理能力的智能管理,在不影响可靠性的情况下降低其ML处理成本.

“这些功能是AgilOne与Qubole合作的核心原因之一,”Arnaud Prades表示. 他还解释道:“权威推荐全球最大网赌正规平台对Spark有额外的用例, 火花流 和TensorFlow. 最后,权威推荐全球最大网赌正规平台希望能够灵活地为正确的工作使用正确的工具.”

业务价值

  • 通过智能消除关键瓶颈, 自治, 并为数据科学模型提供计算资源的自助服务.
  • 增加效率 AgilOne的机器学习 和操作团队.
  • 改进的原型和ML模型的高效移动到生产.
  • 能够使用AWS和谷歌云与一致的用户体验, 工具, 和技术.
  • 通过气流,高效地协调机器学习模型的生命周期.
  • 通过Qubole api实现端到端任务自动化.
  • 优秀的客户支持,零停机升级和回滚功能.
  • 通过快速和简单的平台设置,快速的时间价值.

下载这个案例研究的PDF版本.

友情链接: 1 2 3 4 5 6 7 8 9 10