主要亮点

类别

  • 保险

位置

  • 欧洲

影响

  • 使用CML创建自助服务数据和计算供应,以提高成本效益

  • SDX在办公场所和公共云中提供安全性和治理

  • 数据科学团队可以快速、更有效地加入

保险行业是经济中的一个重要因素,它收集了大量的资金,进行了投资,并在为个人和公司承保风险方面发挥了重要作用。这家欧洲的大型跨国保险公司拥有广泛的产品组合。它们为私营部门四分之一的员工提供服务,也是第二大健康保险公司(不包括银行集团)。该公司拥有超过1000万客户,其中包括50多万商业客户。

挑战

在云中管理所有客户数据已经改变了公司,为金融服务和保险部门带来了易于部署、足智多谋和灵活性。bob sports appbob投注下载为客户和保险顾问找到更有效的联系和合作的方法是至关重要的。安全和治理仍然至关重要,防止违规同样至关重要。挑战在于管理内部和公共云中的数据,同时保护公司不受数据泄露的影响。对于跨数据科学团队的中央机器学习(ML)和人工智能(AI)工厂进行协作和访问用例的需求非常强烈。此外,数据科学团队的入职需要时间,而公司希望更高效、更安全。

该公司传统的数据中心架构限制了数据科学的使用;它没有为资产负债、有限的资源和可伸缩性提供图形处理单元(GPU)。此外,还没有数据科学产业化的方法。该公司需要一个强大且可扩展的ML平台,以便在其业务中大规模实现更多AI用例,从而采用混合云战略。

解决方案

这家跨国保险公司转向在Microsoft Azure上运行的Cloudera数据平台(CDP)来提供Cloudera机器学习(CML)。通过实现这个新平台,他们使用CML创建了自助服务数据和计算供应。现在,无论数据科学家需要在何时何地工作,团队在本地和云中都拥有相同的用户体验,从而实现一致和安全的体验。这种方法不仅为他们提供了CDP公共云带来的速度和敏捷性,而且还通过可变计算能力帮助提高成本效率。

机器学习模型训练通常在短时间内使用大量的计算能力,但开发过程需要持续访问数据科学团队的计算资源。通过对本地和云中的资源的访问以及一致的用户体验,公司可以选择对他们所做的事情最有经济意义的环境,但不会对环境的大小施加任何限制。

Cloudera的机器学习操作(MLOps)功能通过对模型部署的监视、服务和治理增加了显著的价值。通过这种方式,他们能够以可伸缩和受治理的方式将ML模型的部署、监视和管理自动化到生产中,从而提供可衡量的业务价值。该基金会允许数据开发团队和生产团队协作,利用自动化来监控和管理公司内部的机器学习服务。bob投注下载

现在有了Cloudera,他们可以灵活地使用CML来交付自动伸缩的弹性资源。敏捷性允许公司在部署前计划设计、开发和测试。共享数据体验(SDX)在本地和公共云中提供安全性和数据治理。

结果

以前,保险公司的工作量有限,严重依赖于他们的IT基础设施团队来构建新环境。现在使用CML,团队可以利用无限的、不同的计算资源(无论是cpu还是gpu),并且现在可以扩展到任何类型的工作负载。CML能够根据所请求的资源自动扩展,包括向上和向下,为工作负载提供计算,但在作业完成时保持低成本。

现在有了CDP这个新的现代数据架构,该公司已经能够在所有团队中建立一个中央人工智能工厂。以前IT部门提供环境需要很长时间,现在只需几分钟就可以完成。他们有一种安全的混合方法来利用云,同时控制云的使用。拥有一个具有治理和监控的安全机器学习生产管道,使他们能够快速、更有效地轻松加入新的数据科学家团队。

Baidu