See on külalispostitus, mille kaasautoriteks on Nafi Ahmet Turgut, Mehmet İkbal Özmen, Hasan Burak Yel, Fatma Nur Dumlupınar Keşir, Mutlu Polatcan ja Emre Uzel Getirist.
toonud on ülikiire toidukaupade kohaletoimetamise teerajaja. Tehnoloogiaettevõte on teinud revolutsiooni viimase miili kohaletoimetamise pakkumisega toidukaupade kohaletoimetamise pakkumisega. Getir asutati 2015. aastal ja tegutseb Türgis, Ühendkuningriigis, Hollandis, Saksamaal ja Ameerika Ühendriikides. Täna on Getir konglomeraat, mis ühendab sama kaubamärgi all üheksat vertikaali.
Selles postituses kirjeldame täielikku tööjõuhaldussüsteemi, mis algab asukohapõhise nõudluse prognoosiga, millele järgneb kulleri tööjõu planeerimine ja vahetuste määramine, kasutades Amazoni prognoos ja AWS-i astmefunktsioonid.
Varem tegelesid operatiivmeeskonnad käsitsi tööjõu juhtimise praktikatega, mis tõi kaasa märkimisväärse aja- ja jõukulu. Kuid meie laiaulatusliku tööjõuhaldusprojekti rakendamisega saavad nad nüüd tõhusalt genereerida ladudele vajalikke kulleriplaane läbi lihtsustatud, ühe klõpsuga protsessi, millele pääseb ligi veebiliidese kaudu. Enne selle projekti käivitamist toetusid ärimeeskonnad nõudluse prognoosimisel intuitiivsematele meetoditele, mis nõudsid täpsuse parandamist.
Amazoni prognoos on täielikult hallatav teenus, mis kasutab väga täpsete aegridade prognooside esitamiseks masinõppe (ML) algoritme. Selles postituses kirjeldame, kuidas vähendasime modelleerimisaega 70%, tehes Amazon Forecasti abil funktsioonide projekteerimise ja modelleerimise. Saavutasime 90% lühenduse kulunud ajast, kui käitasime kõigis ladudes ajastamisalgoritme, mis kasutavad AWS-i astmefunktsioonid, mis on täielikult hallatav teenus, mis hõlbustab hajutatud rakenduste ja mikroteenuste komponentide koordineerimist visuaalsete töövoogude abil. See lahendus tõi kaasa ka ennustustäpsuse 90% paranemise Türgis ja mitmes Euroopa riigis.
Lahenduse ülevaade
End-to-end Workforce Management Project (E2E Project) on suuremahuline projekt ja seda saab kirjeldada kolmes teemas:
1. Kulleri nõuete arvutamine
Esimene samm on hinnata iga lao nõudlust tunnis, nagu on selgitatud jaotises Algoritmi valik. Need Amazon Forecastiga koostatud ennustused aitavad kindlaks teha, millal ja kui palju kullereid iga ladu vajab.
Lähtudes kullerite läbilaskevõimest ladudes, arvutatakse iga lao jaoks vajalik kullerite arv tunniste intervallidega. Need arvutused aitavad määrata kullerite võimalikke arve, võttes arvesse seaduslikku tööaega, mis hõlmab matemaatilist modelleerimist.
2. Vahetuse määramise ülesande lahendamine
Kui meil on kulleri vajadused ja teised kullerite ja ladude piirangud, saame lahendada vahetuste määramise probleemi. Probleemi modelleeritakse otsustusmuutujatega, mis määravad kindlaks määratavad kullerid ja loovad vahetuste ajakava, minimeerides ülejääki ja puudujääki, mis võivad põhjustada tellimuste ärajäämist. See on tavaliselt segatäisarvu programmeerimise (MIP) probleem.
3. AWS-i astmefunktsioonide kasutamine
Kasutame töövoogude koordineerimiseks ja haldamiseks AWS Step Functions, mis võimaldab töid paralleelselt täita. Iga lao vahetuste määramise protsess on määratletud eraldi töövoona. AWS-i sammufunktsioonid käivitavad ja jälgivad neid töövooge automaatselt, lihtsustades vigade käsitlemist.
Kuna see protsess nõuab ulatuslikke andmeid ja keerulisi arvutusi, pakuvad sellised teenused nagu AWS Step Functions olulist eelist ülesannete korraldamisel ja optimeerimisel. See võimaldab paremat kontrolli ja tõhusat ressursside haldamist.
Lahendusarhitektuuris kasutame ära ka teisi AWS-i teenuseid, integreerides need AWS-i sammufunktsioonidesse:
Järgmised diagrammid näitavad AWS-i sammufunktsioonide töövooge ja nihutamistööriista arhitektuuri.
Algoritmi valik
Asukoha nõudluse prognoosimine on E2E projekti esialgne etapp. E2E üldeesmärk on määrata kindlaks kullerite arv, keda konkreetsesse lattu eraldada, alustades selle lao nõudluse prognoosist.
See prognoosikomponent on E2E raamistikus keskse tähtsusega, kuna järgnevad etapid sõltuvad nendest prognoositulemustest. Seega võivad prognooside ebatäpsused kahjustada kogu projekti tõhusust.
Asukohapõhise nõudluse prognoosifaasi eesmärk on genereerida riigipõhiseid prognoose iga lao kohta, mis on jagatud järgmise kahe nädala jooksul tunnis. Esialgu koostatakse ML mudelite kaudu iga riigi päevaprognoosid. Need igapäevased prognoosid jaotatakse seejärel tunnisegmentideks, nagu on näidatud järgmisel graafikul. Ajaloolised tehingunõudluse andmed, asukohapõhine ilmateave, pühade kuupäevad, tutvustused ja turunduskampaania andmed on mudelis kasutatud funktsioonid, nagu on näidatud alloleval graafikul.
Algselt uuris meeskond traditsioonilisi prognoosimistehnikaid, nagu avatud lähtekoodiga SARIMA (Hooajaline autoregressiivne integreeritud liikuv keskmine), ARIMAX (Automaatselt regressiivne integreeritud liikuv keskmine, kasutades eksogeenseid muutujaid) ja eksponentsiaalne silumine.
ARIMA (Auto-Regressive Integrated Moving Average) on aegridade prognoosimismeetod, mis kombineerib autoregressiivse (AR) ja liikuva keskmise (MA) komponendid koos diferentseerimisega, et muuta aegrida paigal.
SARIMA laiendab ARIMA-t, lisades aegridade hooajalisuse arvessevõtmiseks täiendavad parameetrid. See sisaldab hooajalisi autoregressiivseid ja hooajalisi libisevaid keskmisi termineid, et jäädvustada korduvaid mustreid kindlate intervallidega, muutes selle sobivaks hooajalise komponendiga aegridade jaoks.
ARIMAX tugineb ARIMA-le, võttes kasutusele eksogeensed muutujad, mis on välised tegurid, mis võivad aegrida mõjutada. Neid täiendavaid muutujaid võetakse mudelis arvesse prognoosimise täpsuse parandamiseks, võttes arvesse aegrea ajaloolisi väärtusi väljapoole jäävaid välismõjusid.
Eksponentsiaalne silumine on teine aegridade prognoosimismeetod, mis erinevalt ARIMA-st põhineb varasemate vaatluste kaalutud keskmistel. See on eriti tõhus andmete trendide ja hooajalisuse jäädvustamiseks. Meetod määrab varasematele vaatlustele eksponentsiaalselt kahanevad kaalud, kusjuures uuemad vaatlused saavad suurema kaalu.
Amazon Forecasti mudelid valiti lõpuks algoritmilise modelleerimise segmendi jaoks. AWS Forecasti pakutav suur hulk mudeleid ja keerukad funktsioonide inseneri võimalused osutusid soodsamaks ja optimeerisid meie ressursside kasutamist.
Testiti kuut Forecastis saadaolevat algoritmi: Konvolutsiooniline närvivõrk – kvantiilne regressioon (CNN-QR), DeepAR+, prohvet, Mitteparameetriline aegrida (NPTS), Autoregressiivne integreeritud liikuv keskmine (ARIMA) ja Eksponentsiaalne silumine (ETS). Prognoositulemuste analüüsimisel otsustasime, et CNN-QR ületas efektiivsuse poolest teisi. CNN-QR on Amazoni poolt välja töötatud patenteeritud ML-algoritm skalaarsete (ühemõõtmeliste) aegridade prognoosimiseks, kasutades põhjuslikke konvolutsioonilisi närvivõrke (CNN). Arvestades erinevate andmeallikate kättesaadavust praegusel hetkel, hõlbustas CNN-QR algoritmi kasutamine erinevate funktsioonide integreerimist, mis toimis juhendatud õpperaamistikus. See eristus eraldas selle ühemõõtmelistest aegridade prognoosimudelitest ja parandas märkimisväärselt jõudlust.
Prognoosi kasutamine osutus tõhusaks vajalike andmete esitamise ja prognoosi kestuse määramise lihtsuse tõttu. Seejärel kasutab Forecast ennustuste loomiseks CNN-QR algoritmi. See tööriist kiirendas oluliselt meie meeskonna protsessi, eriti algoritmilise modelleerimise puhul. Lisaks, kasutades Amazoni lihtne salvestusteenus (Amazon S3) ämbrid sisendandmete hoidlate jaoks ja Amazon Redshift tulemuste salvestamiseks on hõlbustanud kogu protseduuri tsentraliseeritud haldamist.
Järeldus
Selles postituses näitasime teile, kuidas Getiri E2E projekt näitas, kuidas Amazon Forecasti ja AWS Step Functions teenuste kombineerimine muudab keerukad protsessid tõhusaks. Euroopa ja Türgi riikides saavutasime muljetavaldava ennustustäpsuse, ligikaudu 90%, ning Forecasti kasutamine vähendas modelleerimisaega 70% tänu funktsioonide projekteerimise ja modelleerimise tõhusale käsitlemisele.
Teenuse AWS Step Functions kasutamine on toonud kaasa praktilisi eeliseid, vähendades kõigi ladude planeerimisaega 90%. Samuti parandasime valdkonna nõudeid arvesse võttes vastavusmäärasid 3%, aidates tööjõudu tõhusamalt jaotada. See omakorda tõstab esile projekti edu toimingute ja teenuste osutamise optimeerimisel.
Prognoosiga reisi alustamise kohta lisateabe saamiseks vaadake saadaolevat teavet Amazon Forecasti ressursid. Lisaks saate tutvuda automatiseeritud töövoogude ja masinõppe torujuhtmete loomisega. AWS-i astmefunktsioonid põhjalike juhiste saamiseks.
Autoritest
Nafi Ahmet Turgut lõpetas magistrikraadi elektri- ja elektroonikatehnika alal ning töötas kraadiõppega teadurina. Tema fookuses oli masinõppe algoritmide loomine närvivõrgu anomaaliate simuleerimiseks. Ta liitus Getiriga 2019. aastal ja töötab praegu andmeteaduse ja -analüütika vanemjuhina. Tema meeskond vastutab Getiri täielike masinõppe algoritmide ja andmepõhiste lahenduste kavandamise, juurutamise ja hooldamise eest.
Mehmet İkbal Özmen omandas magistrikraadi majandusteaduses ja töötas kraadiõppe assistendina. Tema uurimisvaldkonnaks olid peamiselt majanduslikud aegridade mudelid, Markovi simulatsioonid ja majanduslanguse prognoosimine. Seejärel liitus ta Getiriga 2019. aastal ja töötab praegu andmeteaduse ja analüüside juhina. Tema meeskond vastutab optimeerimis- ja prognoosialgoritmide eest, et lahendada keerulisi probleeme, mida operatsiooni- ja tarneahelaga seotud ettevõtted kogevad.
Hasan Burak Yel omandas bakalaureusekraadi Boğaziçi ülikoolis elektri- ja elektroonikainseneri erialal. Ta töötas Turkcellis, keskendudes peamiselt aegridade prognoosimisele, andmete visualiseerimisele ja võrgu automatiseerimisele. Ta liitus Getiriga 2021. aastal ning töötab praegu andmeteaduse ja -analüüsi haldurina, vastutades otsingu-, soovitus- ja kasvudomeenide eest.
Fatma Nur Dumlupınar Keşir omandas bakalaureusekraadi Boğaziçi ülikooli tööstustehnika osakonnast. Ta töötas TUBITAKis teadurina, keskendudes aegridade prognoosimisele ja visualiseerimisele. Seejärel liitus ta 2022. aastal Getiriga andmeteadlasena ja on töötanud Recommendation Engine projektidega, Matemaatiline programmeerimine tööjõu planeerimiseks.
Emre Uzel omandas Koçi ülikoolis andmeteaduse magistrikraadi. Ta töötas andmeteaduse konsultandina Eczacıbaşı Bilişimis, kus ta keskendus peamiselt soovitusmootorite algoritmidele. Ta liitus Getiriga 2022. aastal andmeteadlasena ning hakkas tegelema aegridade prognoosimise ja matemaatilise optimeerimise projektidega.
Mutlu Polatcan on Getiri personali andmeinsener, kes on spetsialiseerunud pilvandmeplatvormide kavandamisele ja ehitamisele. Talle meeldib kombineerida avatud lähtekoodiga projekte pilveteenustega.
Esra Kayabalı on AWS-i vanemlahenduste arhitekt, kes on spetsialiseerunud analüütikavaldkonnale, sealhulgas andmehoidlale, andmejärvedele, suurandmete analüüsile, pakett- ja reaalajas andmete voogedastusele ja andmete integreerimisele. Tal on 12-aastane tarkvaraarenduse ja arhitektuuri kogemus. Ta on kirglik pilvetehnoloogiate õppimise ja õpetamise vastu.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/getir-end-to-end-workforce-management-amazon-forecast-and-aws-step-functions/
- :on
- :on
- : kus
- 1
- 100
- 12
- 2015
- 2019
- 2021
- 2022
- 32
- 7
- 91
- a
- Võimalik
- MEIST
- juurdepääs
- juurdepääsetav
- konto
- raamatupidamine
- täpsus
- täpne
- saavutada
- üle
- Täiendavad lisad
- Lisaks
- ADEelis
- kasulik
- eelised
- algoritm
- algoritmiline
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- eraldama
- võimaldab
- mööda
- Ka
- Amazon
- Amazoni prognoos
- Amazoni punane nihe
- Amazon Web Services
- an
- analüüs
- analytics
- ja
- kõrvalekalded
- Teine
- mistahes
- rakendused
- AR
- arhitektuur
- OLEME
- PIIRKOND
- ümber
- Array
- AS
- määratud
- abistama
- assistent
- At
- Automatiseeritud
- automaatselt
- Automaatika
- kättesaadavus
- saadaval
- keskmine
- AWS
- AWS-i astmefunktsioonid
- põhineb
- alus
- BE
- enne
- alla
- Parem
- Peale
- Suur
- Big andmed
- bränd
- Katki
- Ehitus
- Ehitab
- äri
- ettevõtted
- by
- arvutatud
- arvutamisel
- arvutused
- Kampaania
- CAN
- võimeid
- võime
- lüüa
- Püüdmine
- Põhjus
- tsentraliseeritud
- kett
- Cloud
- pilvteenustest
- ühendab
- kombineerimine
- alustades
- ettevõte
- keeruline
- Vastavus
- komponent
- komponendid
- terviklik
- arvutused
- konglomeraat
- kaaluda
- arvestades
- piiranguid
- ehitamine
- konsultant
- kontrollida
- koordineerima
- riikides
- riik
- riigipõhised
- loomine
- Praegu
- iga päev
- andmed
- Andmete analüüs
- andmeteadus
- andmeteadlane
- andmete visualiseerimine
- andmepõhistele
- Kuupäevad
- otsus
- määratletud
- Kraad
- tarnima
- tarne
- Nõudlus
- Nõudluse prognoosimine
- Näidatud
- osakond
- kirjeldama
- kirjeldatud
- projekteerimine
- detailid
- Määrama
- kindlaksmääratud
- määrates kindlaks
- arenenud
- & Tarkvaraarendus
- diagrammid
- eristamine
- jagatud
- mitu
- teeme
- domeen
- Domeenid
- alla
- kaks
- kestus
- iga
- lihtsam
- Majanduslik
- Ökonoomika
- Tõhus
- tõhusalt
- efektiivsus
- tõhus
- tõhusalt
- jõupingutusi
- Elektroonika
- tööle
- töötab
- Lõpuks-lõpuni
- hõivatud
- Mootor
- insener
- Inseneriteadus
- tõhustatud
- Kogu
- viga
- hinnata
- Euroopa
- Euroopa
- Euroopa riigid
- lõpuks
- Iga
- täitma
- kogemus
- kogenud
- selgitas
- uurima
- uurida
- eksponentsiaalne
- eksponentsiaalselt
- laieneb
- ulatuslik
- väline
- hõlbustatakse
- tegurid
- teostatav
- tunnusjoon
- FUNKTSIOONID
- väli
- esimene
- Keskenduma
- keskendunud
- keskendumine
- Järgneb
- Järel
- eest
- Ennustus
- prognoosid
- eelseisev
- Rajatud
- Raamistik
- Alates
- täielikult
- funktsioonid
- edasi
- Pealegi
- tekitama
- Saksamaa
- antud
- eesmärk
- koolilõpetaja
- graafik
- Kasv
- külaline
- Külaline Postitus
- juhised
- Käsitsemine
- Olema
- he
- aitama
- aidates
- siin
- rohkem
- rõhutab
- kõrgelt
- tema
- ajalooline
- ajalooline
- puhkus
- Lahtiolekuajad
- Kuidas
- aga
- HTML
- http
- HTTPS
- mõju
- täitmine
- rakendamisel
- muljetavaldav
- parandama
- paranenud
- paranemine
- in
- hõlmab
- Kaasa arvatud
- kaasates
- tööstus-
- mõju
- info
- esialgne
- esialgu
- algatama
- sisend
- teadmisi
- integreeritud
- Integreerimine
- integratsioon
- Interface
- sisse
- sisse
- intuitiivne
- IT
- ITS
- Tööturg
- liitunud
- teekond
- jpg
- ristmik
- Teadma
- järved
- suuremahuline
- õppimine
- Led
- Õigus
- nagu
- Asukohapõhine
- armastab
- masin
- masinõpe
- peamiselt
- säilitamine
- tegema
- TEEB
- Tegemine
- juhtima
- juhitud
- juhtimine
- juht
- käsiraamat
- palju
- Turundus
- meistrid
- matemaatiline
- mai..
- meetod
- meetodid
- mikroteenused
- minimeerimine
- vastamata
- ML
- mudel
- modelleerimine
- modelleerimine
- mudelid
- Jälgida
- rohkem
- liikuv
- libisev keskmine
- vajalik
- vajadustele
- Holland
- võrk
- võrgustikud
- närvi-
- Närvivõrgus
- närvivõrgud
- üheksa
- eelkõige
- nüüd
- number
- eesmärk
- of
- pakkuma
- pakutud
- on
- avatud lähtekoodiga
- tegutseb
- tegutsevad
- töö
- töökorras
- Operations
- optimeerimine
- optimeeritud
- optimeerimine
- tellimuste
- korraldamine
- Muu
- teised
- meie
- tulemusi
- üle
- kõikehõlmav
- Parallel
- parameetrid
- eriti
- kirglik
- minevik
- mustrid
- jõudlus
- faas
- pioneer
- Keskses
- planeerimine
- plaanid
- Platvormid
- Platon
- Platoni andmete intelligentsus
- PlatoData
- palun
- post
- Praktiline
- tavad
- Täpsus
- ennustus
- Ennustused
- Probleem
- probleeme
- menetlus
- protsess
- Protsessid
- Toodetud
- Programming
- projekt
- projektid
- Tutvustusi
- ettepanek
- varaline
- tõestatud
- pakkudes
- Rates
- suhe
- reaalajas
- reaalajas andmeid
- saadud
- vastuvõtmine
- hiljuti
- langus
- Soovitus
- Lühendatud
- vähendamine
- vähendamine
- viitama
- lootma
- nõutav
- Nõuded
- Vajab
- vajalik
- teadustöö
- uurija
- ressurss
- vastutus
- vastutav
- Tulemused
- revolutsiooniliselt
- jooksmine
- sama
- planeerimine
- teadus
- teadlane
- Otsing
- hooajaline
- Osa
- segment
- segmendid
- väljavalitud
- valik
- vanem
- eri
- Seeria
- teenus
- Teenused
- mitu
- ta
- suunata
- NIHKEMINE
- puudus
- näitama
- näitas
- näidatud
- märkimisväärne
- märgatavalt
- lihtne
- lihtsus
- lihtsustatud
- lihtsustamine
- tarkvara
- tarkvaraarenduse
- lahendus
- Lahendused
- LAHENDAGE
- Lahendamine
- keeruline
- Allikad
- spetsialiseerunud
- konkreetse
- Personal
- alustatud
- Ühendriigid
- Samm
- ladustamine
- ladustamine
- streaming
- lihtsustab
- järgnev
- Järgnevalt
- edu
- selline
- sobiv
- varustama
- tarneahelas
- ületas
- ülejääk
- süsteem
- Võtma
- ülesanded
- õpetamine
- meeskond
- meeskonnad
- tehnikat
- Tehnoloogiad
- Tehnoloogia
- tingimused
- katsetatud
- et
- .
- Graafik
- Holland
- Suurbritannia
- Neile
- SIIS
- Need
- nad
- see
- kolm
- Läbi
- läbilaskevõime
- Seega
- aeg
- Ajaseeria
- et
- täna
- tööriist
- Teemasid
- traditsiooniline
- tehinguline
- Trends
- Türgi
- Pöörake
- kaks
- tüüpiliselt
- Uk
- all
- Ühendatud
- Ühendriigid
- Ülikool
- erinevalt
- peale
- kasutama
- Kasutatud
- kasutusalad
- kasutamine
- kasutades
- Väärtused
- eri
- suur
- vertikaalid
- kaudu
- visuaalne
- visualiseerimine
- oli
- Jäätmed
- we
- ilm
- web
- veebiteenused
- nädalat
- olid
- millal
- mis
- koos
- jooksul
- töötas
- töövoog
- Töövoogud
- Tööjõud
- töö
- töötab
- aastat
- sa
- Sinu
- sephyrnet