Estudo de caso da Depop

A Depop oferece uma alternativa às compras por meio de seu marketplace de moda exclusiva. Ela procurou a AWS depois de alcançar os limites de sua tecnologia de PaaS existente. Em relação aos novos recursos com foco no machine learning, a AWS permite que a Depop itere, implante e aumente a escala na horizontal rapidamente.

A Depop se apresenta como uma experiência de compra social orientada para a comunidade, onde a próxima geração compra, vende e descobre moda exclusiva. A meta da Depop é permitir que a indústria da moda se torne mais sustentável e orientada por propósitos, oferecendo uma alternativa de priorização da circulação à compra de novos produtos.

Para dar suporte ao crescimento e aos novos recursos necessários no futuro, a Depop apostou tudo na AWS. Desde então, evoluiu de uma startup em estágio inicial para uma história de sucesso em estágio final com 25 milhões de usuários (90% de seus usuários ativos têm menos de 25 anos) e crescimento anual de 130% no número de clientes em seus principais mercados dos EUA, Reino Unido e Austrália.

A Depop migrou para a AWS há cerca de dois anos e meio, pois estava atingindo os limites de sua tecnologia de Platform-as-a-Service (PaaS – Plataforma como serviço) existente. “Com nosso provedor de PaaS, enfrentamos vários desafios, como limites de escalabilidade, falta de flexibilidade na forma como dimensionamos nossas aplicações e restrições na maneira como as soluções são construídas devido a um conjunto totalmente gerenciado, mas limitado, de recursos disponíveis.” diz o diretor de tecnologia e dados da Depop, Remo Gettini.

Robert Erdin, diretor de aplicações e serviços da Depop, acrescenta que a empresa também precisava de uma infraestrutura mais econômica sobre a qual tivesse mais controle.

A própria Depop realizou a migração, com os arquitetos de soluções da AWS ajudando a superar os desafios. Esses desafios incluíam entender as várias medidas de economia de custos e como monitorá-las e aplicá-las de forma consistente, bem como a maturidade de diferentes serviços da AWS.

Outro desafio foi encontrar o equilíbrio certo entre fornecer abstrações reutilizáveis, seguras e fáceis de usar para desenvolvedores de aplicações e conceder aos desenvolvedores o acesso direto à infraestrutura de provisionamento.

Graças ao uso da AWS, a empresa aumentou o número de equipes capazes de trabalhar simultaneamente na aplicação Depop. Esse número cresceu de duas para oito, com mais de 10 equipes possíveis em breve. Isso melhorou muito a capacidade da Depop de desenvolver, testar e implantar novos serviços. Clemence J. Burnichon, chefe de ciência de dados e machine learning (ML) da Depop, diz que a AWS também deu à sua equipe a flexibilidade de expandir de um cluster de duas instâncias para 25 instâncias.

A AWS também oferece suporte ao rápido crescimento de mercado da Depop. A rede de entrega de conteúdo do Amazon CloudFront, integrada ao Amazon Simple Storage Service (Amazon S3), será fundamental para facilitar essa expansão, apoiando a distribuição de imagens e vídeos.

Os serviços da Depop são cada vez mais orientados por ML, com a empresa fazendo uso extensivo do serviço de ML da AWS para suas workloads de ML. Um dos principais desafios tecnológicos da Depop é lidar com um estoque cada vez maior em que não há dois itens iguais. A empresa conta com a solução de data lake baseada no Amazon S3 para gerenciar seu vasto estoque de 25 milhões de itens e transações, empregando o Amazon Kinesis Data Firehose para transmitir dados, com algum uso do Amazon Managed Streaming for Apache Kafka (Amazon MSK).

Combinados com a tecnologia de reconhecimento visual, os algoritmos de ML categorizam os itens de vestuário mantidos no data lake de diferentes maneiras, inclusive por tamanho, cor e marca, dando suporte ao serviço de busca e recomendação Personal Shopper da Depop.

A Depop planeja usar o Amazon Elasticsearch Service no aplicativo móvel para aproveitar os dados categorizados mantidos no data lake. Ele fornecerá um controle mais detalhado para pesquisar e permitirá que mais algoritmos de ML sejam adicionados ao longo do tempo.

Outras tecnologias da Amazon usadas em conjunto com o data lake incluem o data warehouse do Amazon Redshift para criar versões de dados mais limpas e empacotadas, e o serviço de consultas interativas do Amazon Athena para fornecer acesso rápido aos dados.

Como resultado de ter essas ferramentas da AWS à disposição, a equipe de ML da Depop também pode iterar rapidamente novos modelos de aprendizado profundo. De acordo com Burnichon, a equipe de ML tem atualmente cerca de 30 modelos de ML em produção, processando um total de 1,5 milhão de mensagens por hora.

Esses modelos têm suporte do Amazon SageMaker e do Amazon EMR para indexação e relevância, enquanto os processos de extração, transformação e carregamento (ETL) são fornecidos por meio do AWS Glue.

A AWS permitiu que a Depop migrasse para “serviços de backend mais detalhados, o que nos permitiu aumentar significativamente nossa equipe de engenharia e trabalhar em mais recursos simultaneamente”, explica Gettini.

A Depop está usando o Amazon Elastic Kubernetes Service (Amazon EKS) para fornecer computação sem servidor para contêineres que oferecem suporte ao aplicativo móvel, dando à equipe de desenvolvimento a capacidade de implantar novos serviços de produção em um dia. Erdin diz que a AWS permitiu uma “democratização do acesso à infraestrutura”, permitindo que as equipes de desenvolvimento experimentem coisas novas de maneira fácil, econômica e segura, sem incorrer em déficit técnico. “Não importa o que você queira fazer, existe um serviço da AWS para isso”, diz ele.

O uso da AWS também garante que serviços ou aplicações bem-sucedidos já estejam no ambiente certo para entrar em produção. De acordo com Erdin, a Depop viu mais de 100 serviços entrarem no ar.

Outro grande benefício é o acesso que a Depop tem aos especialistas da AWS. Erdin cita o exemplo de poder desbloquear ideias respondendo a perguntas dos arquitetos de soluções da AWS. A AWS também oferece treinamento frequente à Depop, desde sessões de nível básico sobre a AWS e a nuvem até grandes aprofundamentos em tecnologias específicas.

Para Gettini, a maior conquista da Depop com a AWS é poder “oferecer suporte a uma organização de produtos e engenharia de mais de 100 pessoas em nove equipes multifuncionais com apenas um punhado de engenheiros dedicados à manutenção da infraestrutura”.

“Comparando isso com o início da minha carreira há quase 30 anos, ainda é alucinante.”