At サンバセーフティ、彼らの使命は、データの洞察を通じてリスクを軽減し、より安全なコミュニティを促進することです。 1998 年以来、SambaSafety は商用および非商用ドライバーを抱える組織向けにクラウドベースのモビリティ リスク管理ソフトウェアを提供する北米の大手プロバイダーです。 SambaSafety は、15,000 を超える世界中の雇用主と保険会社に、ドライバーのリスクとコンプライアンスのモニタリング、オンライン トレーニング、詳細なリスク分析、およびリスク価格設定ソリューションを提供しています。 SambaSafety は、運転者記録、テレマティクス、企業およびその他のセンサー データの収集、関連付け、分析を通じて、雇用主が安全ポリシーをより適切に実施し、保険金請求を削減できるよう支援するだけでなく、保険会社が十分な情報に基づいて引受決定を下し、バックグラウンド スクリーニング担当者が正確かつ効率的な雇用前調査を実行できるように支援します。小切手。
すべてのドライバーが同じリスクプロファイルを示すわけではありません。 ハンドルを握る時間が長くなるほど、リスクプロファイルが高くなります。 SambaSafety のデータ サイエンティスト チームは、このリスク プロファイルを正確に定量化するように設計された、複雑かつ適切なモデリング ソリューションを開発しました。 ただし、一貫性と信頼性の高い方法でバッチおよびリアルタイム推論用にこのソリューションを導入するためのサポートを求めていました。
この投稿では、SambaSafety が AWS 機械学習 (ML) および継続的インテグレーションおよび継続的デリバリー (CI/CD) ツールを使用して、バッチ推論用に既存のデータ サイエンス アプリケーションをデプロイした方法について説明します。 SambaSafety は AWS アドバンストコンサルティングパートナーと協力しました ファイヤーマインド を使用したソリューションを提供するために AWS コードスター, AWSステップ関数, アマゾンセージメーカー このワークロードの場合。 AWS CI/CD および AI/ML 製品を使用することで、SambaSafety のデータ サイエンス チームは、継続的なモデルのトレーニングと推論を活用するために既存の開発ワークフローを変更する必要がなくなりました。
お客様の使用例
SambaSafety のデータ サイエンス チームは、長年にわたってデータの力を活用してビジネスに情報を提供してきました。 同社では、数人の熟練したエンジニアと科学者が、プラットフォーム上のリスク分析の品質を向上させる洞察力に富んだモデルを構築していました。 このチームが直面した課題はデータ サイエンスに関連したものではありませんでした。 SambaSafety のデータ サイエンス チームは、既存のデータ サイエンス ワークフローを継続的デリバリー ソリューションに接続する支援を必要としていました。
SambaSafety のデータ サイエンス チームは、開発ワークフローの一部として、いくつかのスクリプトのようなアーティファクトを維持しました。 これらのスクリプトは、データの前処理、特徴エンジニアリング、モデルの作成、モデルの調整、モデルの比較と検証などのいくつかのタスクを実行しました。 これらのスクリプトはすべて、トレーニングのために新しいデータが環境に到着したときに手動で実行されました。 さらに、これらのスクリプトは、推論のためのモデルのバージョン管理やホスティングを実行しませんでした。 SambaSafety のデータ サイエンス チームは、新しいモデルを本番環境に導入するための手動の回避策を開発していましたが、このプロセスには時間と労力がかかるものになりました。
SambaSafety の高度なスキルを持つデータ サイエンス チームを解放して新しい ML ワークロードを革新できるようにするために、SambaSafety は既存のモデルの保守に関連する手動タスクを自動化する必要がありました。 さらに、このソリューションには、SambaSafety のデータ サイエンス チームが使用する手動ワークフローを複製し、これらのスクリプトの結果に基づいて続行に関する意思決定を行う必要がありました。 最後に、ソリューションを既存のコード ベースと統合する必要がありました。 SambaSafety データ サイエンス チームは、AWS 外部のコード リポジトリ ソリューションを使用しました。 最終的なパイプラインは、主に で書かれたコード ベースの更新に基づいてトリガーできるほどインテリジェントである必要がありました。 R.
ソリューションの概要
次の図は、SambaSafety の配信パートナーによって維持されている多くのオープンソース アーキテクチャの XNUMX つから得られたソリューション アーキテクチャを示しています。 ファイヤーマインド.
Firemind が SambaSafety のデータ サイエンス チームに提供したソリューションは、XNUMX つの ML パイプラインを中心に構築されました。 最初の ML パイプラインは、SambaSafety のカスタム データ前処理、トレーニング、テスト スクリプトを使用してモデルをトレーニングします。 結果として得られるモデル アーティファクトは、SageMaker によって管理されるモデル エンドポイントへのバッチ推論およびリアルタイム推論のためにデプロイされます。 XNUMX 番目の ML パイプラインは、ホストされたモデルへの推論リクエストを容易にします。 このようにして、トレーニング用のパイプラインは推論用のパイプラインから分離されます。
このプロジェクトの複雑さの XNUMX つは、SambaSafety データ サイエンティストが行った手動の手順を複製することです。 Firemind のチームは、Step Functions と SageMaker Processing を使用してこのタスクを完了しました。 Step Functions を使用すると、AWS で個別のタスクを実行できます。 AWSラムダ 機能、 Amazon Elastic Kubernetesサービス (Amazon EKS) ワーカー、またはこの場合は SageMaker。 SageMaker Processing を使用すると、SageMaker エコシステム内のマネージド ML インスタンスで実行されるジョブを定義できます。 Step Function ジョブの各実行では、独自のログ、実行履歴、およびジョブの成功または失敗に関する詳細が維持されます。
チームは、Lambda とともに Step Functions と SageMaker を使用して、トレーニング、チューニング、デプロイメント、および推論ワークロードの自動化を処理しました。 残った唯一の部分は、コード変更をこのデプロイ パイプラインに継続的に統合することでした。 Firemind は、SambaSafety の既存のコード リポジトリへの接続を維持する CodeStar プロジェクトを実装しました。 SambaSafety の勤勉なデータ サイエンス チームがコード ベースの特定のブランチに更新を投稿すると、CodeStar が変更を取得して自動化をトリガーします。
まとめ
SambaSafety の新しいサーバーレス MLOps パイプラインは、その提供能力に大きな影響を与えました。 データ サイエンスとソフトウェア開発の統合により、チームはシームレスに連携できるようになります。 自動化されたモデル導入ソリューションにより、納品までの時間が最大 70% 短縮されました。
SambaSafety は次のようにも述べています。
「当社のデータ サイエンス モデルを自動化し、ソフトウェア開発ライフサイクルに統合することで、当社のサービスにおいて新たなレベルの効率と精度を達成することができました。 これにより、当社は競合他社に先んじて、革新的なソリューションをクライアントに提供することができました。 これにより、当社の顧客は納期が短縮され、ソリューションの精度が向上し、大きな恩恵を受けることになります。」
SambaSafety は、問題について AWS アカウント チームと連絡を取りました。 AWS アカウントおよびソリューション アーキテクチャ チームは、堅牢なパートナー ネットワークから調達してこのソリューションを特定することに取り組みました。 AWS アカウントチームと連携して、ビジネスに同様の変革の機会を特定してください。
著者について
ダン・ファーガソン は、アマゾン ウェブ サービスのプライベート エクイティ ソリューション アーキテクチャの AI/ML スペシャリスト ソリューション アーキテクト (SA) です。 Dan は、プライベート エクイティが支援するポートフォリオ企業が AI/ML テクノロジを活用してビジネス目標を達成するのを支援します。
ハリル・アディブ Firemind のデータ サイエンティストであり、AI と ML の魔法の世界において Firemind が顧客に提供できるイノベーションを推進しています。 ハリルは最新かつ最高の技術とモデルをいじくり回して、Firemind が常に最先端であることを保証します。
ジェイソン・マシュー Firemind のクラウド エンジニアであり、IaC によるパイプラインの作成から、Python によるデータ エンジニアリングの構築、ML の限界の押し上げまで、エンドツーエンドで顧客へのプロジェクトの提供を主導しています。 Jason は、Firemind のオープンソース プロジェクトの主要な貢献者でもあります。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- EVMファイナンス。 分散型金融のための統一インターフェイス。 こちらからアクセスしてください。
- クォンタムメディアグループ。 IR/PR増幅。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 データ インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/samba-safety-automates-custom-r-workload-improving-driver-safety-with-amazon-sagemaker-and-aws-step-functions/
- :持っている
- :は
- :not
- $UP
- 000
- 100
- 視聴者の38%が
- 1998
- 7
- 9
- a
- できる
- 私たちについて
- 精度
- 正確な
- 正確にデジタル化
- 達成する
- さらに
- 高度な
- 利点
- 先んじて
- AI
- AI / ML
- すべて
- ことができます
- また
- 常に
- Amazon
- アマゾンセージメーカー
- Amazon Webサービス
- アメリカ
- an
- 分析
- 分析論
- および
- どれか
- 申し込み
- 建築
- です
- 周りに
- AS
- 関連する
- At
- 自動化する
- 自動化
- 自動化する
- 自動化する
- オートメーション
- AWS
- AWS機械学習
- AWSステップ関数
- 支持された
- 背景
- ベース
- ベース
- BE
- になりました
- き
- 背後に
- 恩恵
- より良いです
- 出血
- 境界
- ブランチ
- 建物
- 内蔵
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- キャリア
- 場合
- 課題
- 変化する
- 変更
- 小切手
- クレーム
- クライアント
- クラウド
- コード
- コードベース
- コレクション
- コマーシャル
- コミュニティ
- 企業
- 比較
- コンペ
- コンプリート
- 複雑な
- 複雑さ
- コンプライアンス
- お問合せ
- 交流
- 接続する
- 接続
- 整合性のある
- コンサルティング
- 連続的な
- 寄稿者
- 企業
- 相関
- 創造
- カスタム
- Customers
- データ
- データサイエンス
- データサイエンティスト
- 決定
- 分離された
- 深いです
- 配信する
- 配信
- 配達
- 展開します
- 展開
- 展開
- 設計
- 細部
- 発展した
- 開発
- 話し合います
- ドライバー
- ドライバー
- 運転
- 各
- エコシステム
- エッジ(Edge)
- 効率
- 効率的な
- 雇用者
- 使用可能
- 可能
- 端から端まで
- 強制します
- エンジニア
- エンジニアリング
- エンジニア
- 十分な
- 確保する
- 環境
- 株式
- 既存の
- 外部
- 直面して
- 促進する
- 不良解析
- 速いです
- 特徴
- ファイナル
- 最後に
- 名
- フォロー中
- 無料版
- から
- function
- 機能
- さらに
- グローバル
- 最大
- 大いに
- 持っていました
- ハンドル
- 持ってる
- 助けます
- ことができます
- より高い
- 非常に
- history
- 主催
- ホスティング
- 認定条件
- しかしながら
- HTML
- HTTP
- HTTPS
- 識別する
- 説明する
- 影響
- 実装
- 改善されました
- 改善
- in
- 含めて
- 知らせます
- 情報に基づく
- 革新します
- 革新的手法
- 革新的な
- 洞察
- 保険
- 統合する
- 統合
- 統合
- インテリジェント-
- に
- ITS
- ジョブ
- Jobs > Create New Job
- JPG
- キー
- カリル
- 最新の
- 主要な
- 学習
- レベル
- 活用します
- wifecycwe
- 長い
- 機械
- 機械学習
- 保守
- 維持
- make
- マネージド
- 管理
- 方法
- マニュアル
- 手動で
- 多くの
- ミッション
- ML
- MLOps
- モビリティ
- モデリング
- モデル
- モニタリング
- 他には?
- 必要とされる
- ネットワーク
- 新作
- ノース
- 目的
- of
- on
- ONE
- オンライン
- の
- 開いた
- オープンソース
- 機会
- or
- 組織
- その他
- 私たちの
- でる
- 成果
- 自分の
- 部
- パートナー
- パートナーネットワーク
- 実行する
- 実行
- ピック
- ピース
- パイプライン
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- ポリシー
- ポートフォリオ
- ポスト
- 投稿
- 電力
- 現在
- 価格設定
- 主に
- プライベート
- 未公開株式
- 問題
- プロセス
- 処理
- 生産
- 製品
- プロフィール
- プロジェクト
- プロジェクト(実績作品)
- 推進する
- 提供します
- プロバイダー
- 押す
- Python
- 品質
- への
- 記録
- 減らします
- 電話代などの費用を削減
- 縮小
- 関連する
- 信頼性のある
- 残り
- 倉庫
- 要求
- 結果として
- リスク
- リスク管理
- 堅牢な
- ラン
- SA
- より安全な
- 安全性
- セージメーカー
- 同じ
- 言う
- 科学
- 科学者
- 科学者たち
- スクリプト
- シームレス
- 二番
- サーバレス
- 仕える
- サービス
- いくつかの
- 重要
- 同様の
- から
- 熟練した
- ソフトウェア
- ソフトウェア開発
- 溶液
- ソリューション
- ソース
- 部品調達
- 専門家
- 特定の
- 費やした
- 滞在
- 手順
- ステップ
- 成功
- サポート
- 取る
- 撮影
- 仕事
- タスク
- チーム
- チーム
- テク
- テクノロジー
- テスト
- より
- それ
- アプリ環境に合わせて
- それら
- ボーマン
- 彼ら
- この
- 介して
- 時間
- 時間がかかる
- <font style="vertical-align: inherit;">回数</font>
- 〜へ
- 一緒に
- 豊富なツール群
- トレーニング
- 列車
- 変形させる
- トリガー
- 2
- 引受
- アップデイト
- 更新版
- us
- つかいます
- 中古
- ました
- 仕方..
- we
- ウェブ
- Webサービス
- WELL
- した
- ホイール
- いつ
- which
- 意志
- 以内
- 仕事
- 共に働く
- 働いていました
- 労働者
- ワークフロー
- 世界の
- 書き込み
- 書かれた
- You
- あなたの
- ゼファーネット