Témoignage de客户端
L'IA au service de la voiture connectée

工业:汽车

解决方案:适配器les modèles de ML à l'IoT

bob体育客户端下载平台用例:三角洲湖，数据科学，机器学习，ETL

云:AWS

Wejo a été fondée avec l'ambition de devvenir la première enterprise spécialisée dans les voitures connectées au monde。À ce jour, Wejo a traité加上de 225亿de kilomètres de données et prévoit de computer 1700万de voitures sur sa plateforme d 'ici la fin de l 'année。L'企业génère加15亿美元données日薪和应用程序数据库倾倒apporter à工业汽车创新basées根据和应用程序expériences de conduite。

Des管道élargis pour ingérer 3 000千分de données chaque mois

Afin de créer de la valeur pour ses clients, Wejo ingère les données de streaming de 5000万de véhicules connectés。Elle traite aussi les données des OEM et des systèmes de navigation par satellite toutes les trois seconds。Ces données sont autant d’indices permeant de fluidifier la circulation, réduire les accidents， émettre des alertes de sécurité， informer les services d’ence et même innovver pour optimiser le stationnement。Tous ces flux de données proviennent de sources disparates: en extraire les insights grâce à la data science est un véritable défi et consomme énormément de resources。

• Des volumes de données considérables: l' enterprise traite près de 3 000千分données par mois, streamés en continu Des véhicules à la market en moins de 40秒。Il faut donc un环境组合故障延迟等大capacité。
• Des défis à grande échelle: pour ingérer cette quantité massive de données, Wejo s'est appuyée sur Des clusters Mapreduce, aux dimensions rigides et souffrant de limites quant aux library disponibles。Il fallait attenre des jours que les modules Python nécessaires soient installés - un véritable frein pour l'innovation。
• 借阅者délais: les tâches les + longues demandaient parfois des heures, voire des jours, de traement。

管道de données fiables et performants à grande échelle avec三角洲湖

Databricks fournit à Wejo une plateforme d'analyse de données unifiée qui facilite la mise en place d'un environment collaboratif et évolutif entre les équipes de数据科学和数据工程。Cela permet aux équipes chargées des données de fournir plus rapidement à l' industrial automobile des innovations optimisées par le machine learning。

• La plateforme gérée dans le cloud simplified le provisioning des clusters de compute de tout taille。
• La diversité des languages pris en charge (SQL, Scala, Python, R) améliore La collaboration entre数据工程，数据科学等分析师。
• La prise en charge native de Delta Lake permet à l'équipe de data engineering d'exécuter et de dimensionner efficiency les pipelines en streaming et par lot sur les mêmes données。

Des routes + sûres grâce aux innovations basées sur le ML

Avec Databricks, Wejo est maintenant en mesure de traiter les données à grande échelle et d'exploiter le machine learning plus rapment qu'avant, tout en réduisant ses coûts。有，有，我的企业处置désormais d'un moyen simple de partager les résultats au sein des équipes et de l' organization, et permet à d'autres d'amener l'innovation sur le marché。

• 增益d'efficacité opérationnelle:Des fonctionnalités telles que l'évolutivité automatique Des集群ont permis d'améliorer les opérations de数据工程。Les pipeline d'analytique en aval, nott passés de plusieurs semaines à quesques minutes。
• Une collaboration + fluide entre les équipes:La productivité de l'équipe a beaucoup profité de l' environment de notebook partagés qui prend en charge différents languages。
• Délai d’analyze réduit:avec Databricks, nous enregistrons aujourd'hui des performance加上de 20 fois supérieures à celles de Spark, unoutil开源。bob下载地址量化au délai de商业化，il a été réduit de 90%。