客户的故事
使用深度学习分析物联网数据来预测产品的问题
行业:能源和公用事业
垂直的用例:使用机器学习分析物联网数据来预测产品的问题
技术用例:数据摄取和ETL,机器学习,深度学习
“我们能够整合砖Tensorflow和Keras在几个点击。和一个30 +节点集群将在不到四分钟。”
——普拉萨德Chandravihar、铅数据科学家·伦诺克斯国际
伦诺克斯国际洲际提供者气候控制产品的加热、通风、空调和制冷市场。
的挑战
数据集的规模不允许他们来处理数据的速度。因此,他们被迫从15 - 20设备示例数据并建立数据模型的子集
他们的数据团队有不同的技能(分析师、工程师、数据科学家)和在筒仓阻碍了生产力
他们的数据科学团队花了80%的拨款日数据,数据工程,特征提取,特征工程,限制他们的能力训练更好、更准确的模型
解决方案
砖·伦诺克斯国际提供了一个统一的分析平台在微软Azure,简化了工程和加速数据科学生产力。bob体育亚洲版bob体育客户端下载
提供团队成员之间的合作
自动化和集群管理消除了需要调整和维护Apache火花™
平均时间开始一个集群- 4分钟
无人驾驶智能集成水苏打水,用水,通过GUI TensorFlow, PowerBI
