Casi d'uso di clienti

Hotels.com

Hotels.com è un marchio globale leader dell'industria alberghiera che gestisce 90 siti Web localizzati in 41 lingue.

"Hotels.com è sempre interessato alle novità che permettono maggiore rapidità operativa e lo sfruttamento delle tecnologie più recenti. L'addestramento distribuito, gli algoritmi ottimizzati e gli iperparametri integrati di Amazon SageMaker consentono al mio team di creare rapidamente modelli più accurati sui nostri set di dati di maggiori dimensioni, riducendo in modo significativo il tempo necessario per trasferire un modello in produzione. È sufficiente una chiamata API. Amazon SageMaker ridurrà in modo considerevole la complessità dell'apprendimento automatico, consentendoci di migliorare più velocemente l'esperienza di utilizzo per i nostri clienti.”

- Matt Fryer, vicepresidente e chief data science officer presso Hotels.com ed Expedia Affiliate Network

Thomson Reuters

Thomson Reuters è la principale fonte mondiale di notizie e informazioni per i mercati professionali. 

"Per oltre 25 anni, abbiamo sviluppato funzionalità di apprendimento automatico per individuare, collegare, migliorare, organizzare e distribuire informazioni ai nostri clienti, consentendo loro di semplificare e ottenere di più dalle loro attività. Amazon SageMaker ci ha permesso di progettare funzionalità di elaborazione in linguaggio naturale nell'ambito di un'applicazione che risponde a domande poste dagli utenti. La nostra soluzione ha richiesto diverse iterazioni di configurazioni di apprendimento profondo utilizzando le caratteristiche di Amazon SageMaker."

- Khalid Al-Kofahi, Thomson Reuters Center for AI and Cognitive Computing


Intuit è un editore di software aziendale e finanziario che sviluppa e vende software finanziari, di contabilità e per l'elaborazione di dichiarazioni fiscali e servizi correlati a piccole aziende, commercialisti e clienti privati.

"Grazie ad Amazon SageMaker, siamo in grado di accelerare le nostre iniziative di intelligenza artificiale in modo scalabile sviluppando e distribuendo i nostri algoritmi sulla piattaforma. Creiamo nuovi algoritmi di intelligenza artificiale e apprendimento automatico su vasta scala e li distribuiamo su questa piattaforma per risolvere problematiche complesse e facilitare la prosperità dei nostri clienti.”

- Ashok Srivastava, Chief Data Officer presso Intuit

DigitalGlobe

In qualità di provider leader mondiale nella creazione e l'analisi di immagini ad alta risoluzione della Terra, DigitalGlobe gestisce ogni giorno enormi volumi di dati.

"In qualità di provider leader mondiale nella creazione e l'analisi di immagini ad alta risoluzione della Terra, DigitalGlobe gestisce ogni giorno enormi volumi di dati. La libreria da 100 PB di immagini è sempre più facile ricercare e consultare interamente, e sono anche consentite operazioni di elaborazione sui dati; tutto questo è memorizzato nel cloud AWS, in modo da applicarvi l'apprendimento profondo. L'obiettivo è utilizzare Amazon SageMaker per addestrare modelli sui petabyte di immagini tramite notebook Jupyter in hosting, consentendo agli utenti della piattaforma per Big Data geospaziali GBDX di DigitalGlobe di creare con la massima intuitività un modello e implementarlo su vasta scala in un ambiente scalabile e distribuito."

- Dr. Walter Scott, direttore tecnologico di Maxar Technologies e fondatore di DigitalGlobe


Dow Jones

Dow Jones & Co, è un fornitore globale di notizie e informazioni aziendali, che distribuisce contenuti a utenti e organizzazioni tramite giornali, siti Web, applicazioni per dispositivi mobili, video, newsletter, riviste, database proprietari, conferenze e radio.

"Dato che Dow Jones continua a concentrarsi sull'integrazione dell'apprendimento automatico dei nostri prodotti e servizi, AWS è un ottimo partner. Per preparare la strada al nostro recente Machine Learning Hackathon, il team AWS ha formato i partecipanti su Amazon SageMaker e Amazon Rekognition e ha offerto una giornata di supporto a tutti i team. Il risultato è stato che i nostri team hanno sviluppato delle ottime idee di applicazione dell'apprendimento automatico, molte delle quali continueranno a essere sviluppate in AWS. L'evento ha avuto un enorme successo ed è l'esempio perfetto di un'ottima collaborazione."

- Ramin Beheshti, responsabile dello sviluppo prodotti del gruppo e direttore tecnico presso Dow Jones

Cookpad

Cookpad è il maggiore servizio di condivisione di ricette del Giappone, con circa 60 milioni di utenti al mese in Giappone e circa 90 milioni di utenti al mese nel mondo.

 

"Per soddisfare la richiesta di un utilizzo più facile del servizio di ricette di Cookpad, i nostri data scientist costruiranno modelli di apprendimento automatico per ottimizzare l'esperienza utente. Nel tentativo di ridurre al minimo il numero di iterazioni dei processi di addestramento per ottenere migliori prestazioni, abbiamo identificato una notevole difficoltà nell'implementazione degli endpoint di ML Inference, che rallentava i nostri processi di sviluppo. Per automatizzare l'implementazione dei modelli di apprendimento automatico in modo che i data scientist potessero implementarli da soli, abbiamo utilizzato le API di inferenza di Amazon SageMaker e abbiamo dimostrato che Amazon SageMaker elimina la necessità di ingegneri applicativi per implementare modelli di apprendimento automatico. Contiamo di automatizzare questo processo con Amazon SageMaker in produzione." 

- Yoichiro Someya, responsabile della ricerca presso Cookpad


Grammarly

Ogni giorno gli algoritmi di Grammarly aiutano milioni di persone a comunicare in modo efficace fornendo assistenza scritta su numerose piattaforme su diversi dispositivi, tramite una combinazione di elaborazione del linguaggio naturale e tecnologie avanzate di apprendimento automatico.

"Amazon SageMaker ci ha permesso di sviluppare i nostri modelli TensorFlow in un ambiente di addestramento distribuito. I nostri flussi di lavoro s'integrano inoltre con Amazon EMR per la pre-elaborazione, consentendoci di estrarre i nostri dati da Amazon S3, filtrati con EMR e Spark da un notebook Jupyter, e quindi eseguire l'addestramento in Amazon SageMaker con lo stesso notebook. SageMaker inoltre si adatta ai nostri diversi requisiti di produzione. Possiamo eseguire inferenze direttamente su SageMaker o, se ci occorre soltanto il modello, lo scarichiamo da S3 ed eseguiamo inferenze sulle nostre implementazioni di dispositivi mobili per i clienti iOS e Android."

- Stanislav Levental, Technical Lead presso Grammarly

realtor.com

Il network Move, Inc., che include realtor.com®, Doorsteps® e Moving.com™, fornisce informazioni, strumenti e competenze professionali nel settore immobiliare tramite siti Web e applicazioni per dispositivi mobili per i clienti e i professionisti del settore immobiliare.

"Siamo convinti che aggiungere Amazon SageMaker al kit di strumenti di realtor.com® abbia cambiato il modo in cui accompagniamo i clienti nel processo di acquisizione immobiliare. I flussi di lavoro di apprendimento automatico che storicamente impiegavano molto tempo, come l'addestramento e l'ottimizzazione dei modelli, possono essere effettuati in modo più efficiente e da un maggior numero di sviluppatori, consentendo ai nostri data scientist e analisti di concentrarsi sulla creazione di una migliore esperienza per i nostri utenti."

- Vineet Singh, Chief Data Officer e vice presidente senior presso Move, Inc.


Tinder

Con 20 milioni di incontri al giorno d'oggi, Tinder è l'applicazione più nota al mondo per incontrare nuove persone.

"Dietro ogni scorrimento rapido su Tinder c'è un sistema che gestisce milioni di richieste al minuto, miliardi di scorrimenti rapidi al giorno, in più di 190 paesi. Amazon SageMaker semplifica l'apprendimento automatico, permettendo ai nostri team di sviluppo di creare modelli di generazione di stime che creano nuove connessioni che altrimenti non sarebbero state possibili."

- Elie Seidman, amministratore delegato presso Tinder

Edmunds

Edmunds.com è un sito Web di vendita di auto che offre informazioni dettagliate continuamente aggiornate su veicoli a 20 milioni di visitatori al mese.

"Abbiamo intrapreso l'iniziativa strategica di mettere l'apprendimento automatico nelle mani dei nostri ingegneri. Amazon SageMaker ha svolto un ruolo fondamentale nel raggiungimento del nostro obiettivo, perché ha permesso agli ingegneri di creare, addestrare e implementare modelli e algoritmi di apprendimento automatico in modo scalabile. Siamo entusiasti di vedere come Edmunds userà SageMaker per creare nuove soluzioni nell'organizzazione per i nostri clienti."

- Stephen Felisan, direttore informatico presso Edmunds.com


GE Healthcare

Con lo sfruttamento di dati e analisi su hardware, software e biotecnologie, GE Healthcare sta trasformando il settore sanitario distribuendo migliori risultati per le aziende e i pazienti. 

 

"Amazon SageMaker consente a GE Healthcare di accedere a potenti strumenti e servizi di intelligenza artificiale per migliorare la cura del paziente. La scalabilità di Amazon SageMaker e la sua capacità di integrarsi con i servizi AWS nativi rappresenta un enorme valore aggiunto per noi. Siamo entusiasti della continua collaborazione fra GE Health Cloud e Amazon SageMaker, che fornirà migliori risultati per i nostri partner provider nel settore sanitario e una migliore cura del paziente."

- Sharath Pasupunuti, responsabile progettazione AI, GE Healthcare

Zendesk

Zendesk crea software per migliorare le relazioni con i clienti. Permette alle organizzazioni di migliorare il coinvolgimento dei clienti e di capirli meglio. Più di 94.000 account cliente paganti in più di 150 paesi e territori utilizzano i prodotti Zendesk.

"Amazon SageMaker ridurrà i nostri costi e velocizzerà l'utilizzo dell'apprendimento approfondito. Il servizio ci consentirà di passare dalla distribuzione TensorFlow gestita internamente a un servizio completamente gestito. Inoltre, ci permetterà di accedere ad altri framework di apprendimento profondo molto utilizzati gestendo l'infrastruttura per scrivere il codice, addestrare e distribuire i nostri modelli."

- David Bernstein, director of strategic technology, Zendesk

 


Atlas Van Lines

Atlas Van Lines è la seconda ditta di traslochi con furgoni del Nord America, creata nel 1948 da un gruppo di imprenditori del settore dei traslochi e del magazzinaggio. L'organizzazione è stata sviluppata con l'unico obiettivo di effettuare traslochi da costa a costa aderendo alla regola d'oro del settore. Oltre a una solida presenza, Atlas vanta severi requisiti di qualità per gli agenti che sorpassano quelli del settore.

Durante i periodi di picco dei traslochi, la rete di agenti Atlas collabora attraverso i mercati per soddisfare la domande dei clienti. Tradizionalmente la stima della capacità era manuale e richiedeva un lavoro intenso. Si basava sul buon senso e sull'istinto delle risorse con molti anni di esperienza. Atlas aveva i dati cronologici dal 2011 in poi e voleva trovare un modo di calibrare in modo dinamico la capacità e i prezzi in base alle future richieste del mercato.

Atlas ha collaborato con Pariveda Solutions, un partner di consulenza APN Premier, per rendere possibile una capacità e una gestione dei prezzi proattive nel settore dei traslochi a lunga percorrenza. Pariveda ha preparato i dati, sviluppato e valutato un modello di apprendimento automatico e ottimizzato le prestazioni. Utilizzando Amazon SageMaker per addestrare e ottimizzare il modello, l'ha poi esportato usando la natura modulare di Amazon SageMaker per eseguirlo con Amazon EC2.

Regit

Già Motoring.co.uk, Regit è un'azienda tecnologica del settore automobilistico e il principale servizio online del Regno Unito per gli automobilisti. Fornisce servizi digitali di gestione delle auto basati sulla targa di immatricolazione e invia ai conducenti promemoria informativi, ad esempio, sulla tassa del MOT (Ministero dei Trasporti), l'assicurazione e i ritiri.

Regit ha collaborato con Peak Business Insight, un partner di consulenza APN di livello Advanced, per applicare "modelli di apprendimento automatico categorici" che gestiscono simultaneamente la categoria e i dati variabili per fornire stime sulla probabilità che un utente cambi automobile, risultando in una vendita per Regit.

Peak ha utilizzato i servizi AWS come Amazon SageMaker per l'acquisizione, la modellazione e l'output dei dati. Amazon SageMaker gestisce 5.000 richieste API al giorno per Regit, calibrando e adattando perfettamente i dati secondo i requisiti e gestendo la distribuzione dei principali risultati del punteggio. Nel frattempo, le istanze di Amazon Redshift e Amazon Elastic Compute Cloud (Amazon EC2) ottimizzano in modo efficiente e continuo le prestazioni e i risultati dei modelli. Grazie a Peak, Regit è stata in grado di stimare quali dei suoi 2,5 milioni di utenti hanno intenzione di cambiare automobile e in quale momento. In questo modo può servire i clienti in modo più personalizzato e mirato, aumentando il fatturato del call center di più di un quarto.


Sportograf

Come gli atleti competitivi in diverse discipline, Sportograf ha un'affinità naturale per gli sport. La sua missione è di rispettare e rendere omaggio alle prestazioni di ogni atleta con fotografie di qualità professionale.

"Con milioni di foto generate da eventi sportivi, la nostra sfida era di ordinare le foto per numero di pettorale in modo rapido e accurato. Nella ricerca di una soluzione, Sportograf ha deciso di non utilizzare codici QR speciali o altri contrassegni poiché questi comportano un carico di lavoro grande e complesso e impediscono di soddisfare le richieste spontanee dei clienti. Per risolvere questo problema, Amazon Rekognition per il riconoscimento del testo e Amazon SageMaker ci hanno consentito di creare una nuova soluzione di apprendimento automatico per identificare ulteriormente i numeri di pettorale dei corridori praticamente in tempo reale."

– Tom Janas, direttore generale Sportograf

Scopri di più sulle caratteristiche di Amazon SageMaker

Visita la pagina delle caratteristiche
Sei pronto per iniziare?
Registrati
Hai ulteriori domande?
Contattaci