尼尔森

客户案例研究

尼尔森是全球领先的信息与探测公司,提供市场研究、洞察力和数据是关于人们看、听和购买。

垂直的用例

垂直的用例:数字转换——现代化技术基础设施,以便他们能做大数据和大规模机器学习。

技术用例

数据摄取和ETL
流媒体
机器学习
深度学习

的挑战

他们不是在单个机器上可以扩展来处理和分析海量的数据需要准备下游分析。
遗留的基础设施不能够处理海量的数据。他们没有正确的工具使访问,准备,和分析非常麻烦。
Apache火花专业知识缺乏,大部分数据科学家们精通遗留技术(SAS和Netezza)和不具备利用火花的力量。
难以访问数据分布在全球各种不同的系统。
周期时间之间的研发和部署到生产太长了因为他们的遗留系统的复杂性(即不得不重写代码部署,导致错误)。

解决方案

砖为尼尔森提供了一个统一的分析平台,作为核心基础来构建他们的爱一策略。bob体育亚洲版bob体育客户端下载

高度可伸缩的、全面管理,多重云服务(AWS和Azure)结合工程和数据科学在一个单一的平台。bob体育客户端下载
自动化集群管理简化了集群的配置在任何规模。
支持多种语言(SQL, Scala, Python, R),确保所有团队成员高效协作笔记本内的环境。
统一的批量数据集和实时流数据从他们的物联网设备,允许他们跨工作量大大减少数据重用代码工程工作。
集成与关键深度学习框架和库,如TensorFlow Keras, Pytorch。

结果

砖尼尔森的文化造就了我们重生。有一个巨大的转变的团队一起工作和如何完成工作。跨团队的合作极大地改善性能、速度和规模,最终导致创新。

砖是我们的人工智能策略的一个重要组成部分。我们继续我们的业务数字化,并探索通过人工智能和机器学习的机遇和挑战,我们将继续激活砖在其余的业务。

Mainak Mazumdar -尼尔森的研究总监

发现更多的

学习更多关于我们的产品。说话一个专家。