Étude de cas : Depop

Depop offre une alternative au shopping grâce à sa plateforme de marché de mode unique. Cette entreprise basée à Londres a eu recours à AWS après que sa technologie PaaS existante a atteint ses limites. AWS permet à Depop d'itérer de nouvelles fonctions, de les déployer et de les faire monter en puissance rapidement en mettant l'accent sur le machine learning.

Depop est une expérience de shopping social orientée « communauté » où la nouvelle génération achète, vend et découvre une mode unique. Depop a pour objectif de permettre à l'industrie de la mode d'adopter des pratiques plus durables et ciblées en offrant une alternative circulaire aux nouveaux achats.

Pour accompagner sa croissance et les nouvelles capacités dont elle aurait besoin à l'avenir, Depop a opté pour AWS. Cette start-up en phase de démarrage est rapidement devenue une success story en phase avancée avec 25 millions d'utilisateurs (90 % de ses utilisateurs actifs ont moins de 25 ans) et une croissance annuelle de 130 % de sa clientèle sur ses principaux marchés (États-Unis, Royaume-Uni et Australie).

Depop a migré chez AWS il y a environ deux ans et demi, car elle avait atteint les limites de sa technologie PaaS (Platform-as-a-Service) existante. « Avec notre fournisseur PaaS du moment, nous étions confrontés à plusieurs difficultés, notamment des limites de capacité de mise à l'échelle, un manque de flexibilité dans la façon dont nous mettions à l'échelle nos applications, et des contraintes dans la façon dont les solutions étaient construites, c'est-à-dire comme un ensemble entièrement géré mais limité de capacités disponibles », explique Remo Gettini, directeur de la technologie et des données chez Depop.

Robert Erdin, directeur des applications et des services de Depop, ajoute que l'entreprise avait également besoin d'une infrastructure plus économique et sur laquelle elle pouvait exercer un contrôle accru.

Depop a effectué la migration elle-même, les architectes de solutions AWS l'aidant à surmonter les difficultés. Ces difficultés étaient liées à la compréhension des différentes mesures de rationalisation des coûts et la manière de les contrôler et de les appliquer de façon cohérente, ainsi que la maturité des différents services AWS.

Trouver un juste équilibre entre la fourniture d'abstractions réutilisables, sécurisées et faciles à utiliser pour les développeurs d'applications et l'octroi aux développeurs d'un accès direct à l'infrastructure d'approvisionnement représentait un autre défi.

Grâce à l'utilisation d'AWS, l'entreprise a augmenté le nombre d'équipes capables de travailler simultanément sur l'application Depop. Ce nombre est passé de deux à huit, et il est possible que plus de dix équipes soient bientôt réunies. Cette démarche a considérablement amélioré la capacité de Depop à développer, tester et déployer de nouveaux services. Clemence J. Burnichon, responsable de la science des données et du machine learning (ML) chez Depop, précise qu'AWS a également donné à son équipe la flexibilité nécessaire pour passer d'un cluster de deux instances à 25 instances.

AWS prend également en charge le développement rapide du marché de Depop. Le réseau de diffusion de contenu Amazon CloudFront intégré à Amazon Simple Storage Service (Amazon S3) sera essentiel pour faciliter cette expansion en prenant en charge la distribution d'images et de vidéos.

Les services de Depop sont de plus en plus orientés vers le ML, notamment grâce à l'utilisation intensive du service AWS ML pour ses charges de travail de ML. L'un des principaux défis technologiques de Depop consiste à gérer un stock en constante hausse dans lequel aucun article n'est identique à un autre. L'entreprise s'appuie sur la solution de lac de données basée sur Amazon S3 pour gérer son grand stock de 25 millions d'articles et de transactions, en utilisant Amazon Kinesis Data Firehose pour diffuser les données et en recourant aussi à Amazon Managed Streaming for Apache Kafka (Amazon MSK).

Leur association à la technologie de reconnaissance visuelle permet aux algorithmes de ML de classer les vêtements contenus dans le lac de données de différentes manières, notamment par taille, couleur et marque, afin de renforcer le service de recherche et de recommandation Personal Shopper de Depop.

Depop prévoit d'utiliser Amazon Elasticsearch Service sur son application mobile pour tirer parti des données catégorisées contenues dans le lac de données. Il rendra possible un contrôle plus granulaire de la recherche et permettra l'ajout de nouveaux algorithmes de ML au fil du temps.

Parmi les autres technologies Amazon utilisées en conjonction avec le lac de données, citons l'entrepôt de données Amazon Redshift, qui permet de créer des versions plus propres et conditionnées des données, et le service de requêtes interactives Amazon Athena, qui offre un accès rapide aux données.

Grâce à la disponibilité de ces outils AWS, l'équipe ML de Depop est également en mesure d'itérer rapidement de nouveaux modèles de deep learning. Selon M. Burnichon, l'équipe ML compte actuellement une trentaine de modèles de ML en production, qui traitent un total de 1,5 million de messages par heure.

Ces modèles sont pris en charge par Amazon SageMaker et Amazon EMR pour l'indexation et la pertinence, tandis que les processus d'extraction, de transformation et de chargement (ETL) sont fournis par AWS Glue.

AWS a permis à Depop de s'orienter vers « des services backend plus granulaires, ce qui nous a permis de renforcer considérablement notre équipe d'ingénieurs et de travailler sur davantage de fonctions simultanément », selon M. Gettini.

Depop utilise Amazon Elastic Kubernetes Service (Amazon EKS) pour fournir un calcul sans serveur pour les conteneurs qui prennent en charge son application mobile, donnant ainsi à l'équipe de développement la possibilité de déployer de nouveaux services de production en une journée. Selon M. Erdin, AWS a permis de « démocratiser l'accès à l'infrastructure », permettant aux équipes de développement d'essayer de nouvelles choses facilement et à moindre coût, en toute sécurité, sans contracter de dette technique. « Chez AWS vous trouverez un service adapté, quel que soit votre besoin », ajoute-t-il.

L'utilisation d'AWS permet également de s'assurer que les services ou les applications retenus figurent déjà dans le bon environnement pour la production. D'après M. Erdin, Depop a ainsi pu mettre en ligne plus de 100 services.

La possibilité pour Depop d'avoir accès aux spécialistes d'AWS constitue un autre avantage majeur. M. Erdin fait par exemple référence à la possibilité de trouver des idées en répondant aux questions des architectes de solutions AWS. AWS fournit également à Depop des formations fréquentes, allant de séances d'initiation à AWS et au cloud à des discussions approfondies sur des technologies spécifiques.

Pour M. Gettini, la plus grande réussite de Depop grâce à cette collaboration avec AWS est d'avoir pu « accompagner une organisation de produits et d'ingénierie de plus de 100 personnes réparties en neuf équipes interfonctionnelles, avec seulement quelques ingénieurs dédiés à la maintenance de l'infrastructure ».

« Comparativement à la situation lorsque je débutais ma carrière il y a presque 30 ans, le résultat est encore hallucinant. »