Cas d'utilisation de données + IA des plus grandes entreprises mondiales
L'une des parties les plus passionnantes du Data + AI Summit est d'entendre parler de toutes les façons dont nos plus de 10 000 clients mondiaux utilisent Databricks pour améliorer leurs activités.
Avec la plateforme d'intelligence des données, ils permettent à tous les employés de transformer des données brutes en informations qui les aident à mieux faire leur travail, et en résultats qui rendent les processus internes plus efficaces.
Des organisations telles que GM, Block, McDonald’s, J.P. Morgan Chase, les Texas Rangers, Unilever et plus de 250 autres clients ont partagé comment ils utilisent les données et l'IA, les résultats qu'ils ont obtenus et les outils qui les y ont aidés. Nous voulions compiler toutes ces belles histoires en un seul endroit pour aider d'autres entreprises à voir l'effet transformateur de l'intelligence des données.
Cas d'utilisation présentés au Data + AI Summit
Texas Rangers utilise la plateforme d'intelligence des données pour capturer des données à des centaines d'images par seconde afin d'analyser la mécanique des joueurs pour aider à optimiser les décisions de personnel et à prévenir les blessures, entre autres cas d'utilisation. Regardez : Comment l'intelligence des données apporte de grandes victoires aux Texas Rangers
Minecraft a réduit le temps de traitement de 66 % en passant à Databricks, et est maintenant capable d'utiliser les données et l'IA pour améliorer l'expérience de jeu.
Blue River Technology, une filiale de John Deere, a présenté comment elle utilise les données et l'IA pour alimenter le nouveau tracteur entièrement autonome. La machine est équipée de caméras à 360 degrés et est prise en charge par l'IA pour une analyse rapide des images.
Ahold Delhaize USA a construit une plateforme de données en libre-service sur Databricks pour permettre à ses ingénieurs de construire des pipelines qui prennent en charge les applications de science des données et d'IA/ML. Avec la plateforme DI comme base unifiée de données et d'analyse, l'entreprise est capable d'analyser les promotions et les performances de vente à grande échelle, à travers différents segments de clientèle, en temps réel pour prendre des décisions plus éclairées. ADUSA utilise également la plateforme DI pour prendre en charge la personnalisation client, les programmes de fidélité, la réduction du gaspillage alimentaire, les initiatives environnementales, la logistique, la prévision et la gestion des stocks. Lire : Un flux de travail aide les équipes de données à évoluer et à réduire les coûts
Block a standardisé son infrastructure de données en utilisant la plateforme d'intelligence des données Databricks pour ouvrir la voie aux innovations GenAI. En tirant parti des capacités GenAI de Databricks, les nouvelles entreprises peuvent maintenant s'intégrer encore plus rapidement à la plateforme Square en utilisant la configuration alimentée par l'IA et l'automatisation de l'importation de données. Elles peuvent également tirer parti de GenAI pour générer instantanément du contenu pour les e-mails marketing, les annonces d'équipe, les descriptions d'articles, le contenu de sites Web, et plus encore. Les vendeurs de commerce électronique peuvent choisir parmi plus de 50 invites de style et ajouter des arrière-plans hyperréalistes générés par l'IA aux photos de produits, améliorant ainsi leurs sites Web et attirant plus de clients. Avec Databricks, Block a obtenu une réduction de 12 fois des coûts informatiques, continuant à redéfinir les services financiers au 21e siècle. Regardez : Création et déploiement d'applications GenAI chez Block avec Jackie Brosamer, responsable de l'IA, des données et de l'analyse. Lire : Block redéfinit les services financiers.
Doordash et Databricks se sont associés pour accélérer le rythme d'adoption de Databricks pour les cas d'utilisation de ML et de streaming afin d'aider à accélérer l'adoption de Databricks pour les charges de travail qui fonctionnent de manière plus optimale avec le calcul Delta et Spark. Regardez : Accélérer l'adoption de Delta Lake pour les cas d'utilisation de ML en streaming
Northwestern Mutual a mis en œuvre un système de génération augmenté par récupération (RAG) pour améliorer l'efficacité du service client. Le fournisseur d'assurance a donné un aperçu de son architecture RAG et de la façon dont il a utilisé Databricks pour construire un pipeline de données robuste pour l'indexation du contenu et la collecte des commentaires des utilisateurs. Regardez : Accélérer l'excellence opérationnelle avec GenAI
AccuWeather utilise ses données météorologiques riches et de qualité garantie dans un algorithme propriétaire qui interprète les prévisions météorologiques en une valeur d'impact adaptée aux données des utilisateurs. En tirant parti des ensembles de données météorologiques les plus complets sur le Databricks Marketplace, AccuWeather permet aux entreprises de découvrir de puissantes relations entre la météo et les indicateurs opérationnels. Regardez : Transformer les obstacles météorologiques risqués en opportunités commerciales
Shell a partagé ses expériences, y compris les obstacles initiaux en matière de stratégie et de gouvernance des données, et comment ils ont utilisé Unity Catalog et une approche de produit de données détenue par l'entreprise pour les surmonter. Ils ont approfondi le concept de Data Mesh, discuté des rôles de l'équipe produit et du client, et fourni des exemples concrets. Ils ont également partagé des informations sur l'utilisation de l'analyse, de PowerBI, des modèles ML et de l'IA pour la gouvernance des données. Regardez : IA et le Lakehouse : Le parcours de Shell vers une gouvernance des données efficace. Lire Fournir des solutions énergétiques innovantes pour un monde plus propre
Albertsons propose une mise à disposition de modèles pour une application interne d'analyse des prix qui déclenche des milliers de modèles en un seul clic et s'attend à recevoir une réponse en quasi temps réel. La chaîne d'épicerie a présenté un aperçu détaillé de la manière dont elle a répondu à cette exigence complexe grâce à son framework de mise à disposition de modèles développé en interne et à l'informatique serverless de Databricks. Regardez : Near Real-time With Databricks Serverless
AT&T utilise Databricks pour rationaliser et accélérer les nouveaux produits de données, allant du pipelining automatisé avec Delta Live Tables aux entrepôts Databricks SQL serverless et aux cas d'utilisation IA/ML. Cependant, il peut être difficile de répondre à des exigences complexes de sécurité et de connectivité lorsque les charges de travail ne sont pas déployées sur votre propre réseau. AT&T a décrit comment elle a satisfait à des exigences strictes en matière de sécurité et de réglementation tout en adoptant la plateforme serverless de Databricks, en commençant par les entrepôts SQL serverless. Regardez : AT&T’s Migration of Billions of Events Processing From Hadoop et AT&T’s Journey Towards a Serverless Data Intelligence Platform
Le Département d'État américain a constaté que son processus manuel existant d'examen des demandes de la loi sur la liberté d'information devenait rapidement intenable. Pour anticiper ce défi et garantir la publication rapide des documents, l'agence a entraîné un modèle de classification supervisée open source pour reconnaître les décisions de déclassification humaine de 2020-2021, atteignant une précision supérieure à 98 %, ce qui a permis de préserver plus de 63 % de la charge de travail manuelle.
Workday a collaboré avec Databricks pour créer un LLM capable de transformer des entrées telles que les titres de poste, les noms d'entreprise et les compétences requises en nouvelles descriptions de poste. En entraînant ce LLM personnalisé sur un vaste référentiel de données de requêtes d'emploi de Workday, l'équipe a développé un modèle qui a répondu aux attentes tout en évitant les coûts substantiels et les risques de sécurité associés aux modèles de fournisseurs externes. Databricks a fourni une plateforme pour le développement des pipelines ETL, d'entraînement, d'inférence et d'évaluation innovants, essentiels au succès du projet. Regardez : Time Series Forecasting For Infrastructure Resources
Bayer a construit ALYCE, la plateforme d'analyse avancée pour l'environnement de données cliniques, qui utilise des stratégies de données offensives et défensives, une gouvernance robuste et une conception de paradigme lakehouse sur mesure. La plateforme d'intelligence de données ALYCE permet l'analyse de données cliniques volumineuses et complexes tout en respectant la réglementation. Elle emploie la business intelligence, l'IA et le machine learning pour accélérer l'examen des données des essais cliniques, améliorant ainsi les conceptions d'études centrées sur le patient. Regardez : Advancing Drug Development with Data Intelligence
Unilever : Le géant mondial des biens de consommation utilise Databricks de plusieurs manières, notamment :
- Le framework de métadonnées d'Unilever, Blueprint, représente un bond en avant majeur dans la gestion du lakehouse d'Unilever avec des capacités clés. Le framework a rassemblé l'équipe d'ingénierie d'Unilever et a décuplé la vitesse de développement. Desservant plus de 3 000 utilisateurs avec ses capacités en aval, Blueprint a considérablement fait progresser l'ingénierie des données d'Unilever, établissant de nouvelles normes d'efficacité et d'évolutivité dans son architecture lakehouse. Regardez : How Unilever Uses Metadata to Power Its Lakehouse
- Unilever a migré vers Unity Catalog afin de démocratiser ses vastes sources de données de manière sécurisée et gouvernée. Lorsque Unilever a rendu ses outils Unity Catalog prêts pour la production, cela a ouvert d'excellentes nouvelles possibilités, notamment avec Lakehouse Federation et Delta Sharing. Regardez : Unity Catalog at Unilever
- Pour Unilever, les prévisions ont toujours été un sujet brûlant. L'entreprise a montré comment elle a amélioré ses processus de prévision existants en employant des modèles prédictifs ML pour prédire diverses métriques commerciales clés à différents niveaux de granularité. Le moteur derrière cela est un framework prédictif réutilisable qu'Unilever a créé et développé sur Databricks, qui peut être réappliqué à différents scénarios de prévision de séries chronologiques pour gagner en efficacité de développement et en facilité de maintenance. Regardez : Predictive ML: How Unilever is Improving Forecasting
Les Centers for Disease Control and Prevention (CDC) ont besoin d'une visualisation de données volumineuses rentable, réactive et opportune à des fins de santé publique. L'agence a appliqué une méthodologie améliorée de traitement de données volumineuses avec Databricks pour produire des visualisations afin d'informer la sensibilisation et l'action en matière de santé publique. Regardez : Big Data Visualization in Public Health
Sleep Number utilise Databricks pour analyser rapidement de grandes et complexes séries chronologiques provenant des capteurs sous chaque jambe de ses Smartbeds signature afin de générer des informations personnalisées sur le dormeur avec le poids dans le lit. Regardez : Rapid PySpark Processing on Time Series Big Data in Databricks
Navy Federal Credit Union est un pionnier de la personnalisation pour ses membres ; une grande partie de cela repose sur des capacités en temps réel. L'entreprise utilise Delta Live Tables pour alimenter l'analyse en temps réel. Regardez : Real-time Omnichannel Banking with DLT, DBSQL, and PowerBI
BP reconnaît le rôle essentiel d'une base de données solide pour faire progresser sa stratégie en matière d'IA et de gouvernance. L'entreprise s'appuie sur la plateforme Databricks Data Intelligence Platform pour alimenter la solution de pointe Unified Data Experience (UDX) de BP. Avec UDX, BP a unifié stratégiquement l'ingénierie et la gestion des données, ce qui a permis une amélioration remarquable de la productivité de 25 %, une propriété décentralisée des données, une collecte de métadonnées simplifiée, une cohérence inébranlable de la qualité des données, des coûts optimisés grâce à des services de calcul flexibles, une surveillance vigilante de la fiabilité des données et un portail unique pour une exploration rapide des données. Regardez : Le parcours de BP avec Unified Data Experience
JetBlue's l'intégration de Databricks Unity Catalog et de la plateforme de gouvernance d'accès de Theom marque une avancée significative dans la technologie de l'aviation, en particulier dans le déploiement de l'IA générative. Cette approche répond aux défis de gestion des données et aux exigences réglementaires de l'industrie. BlueBot, un chatbot piloté par l'IA qui améliore le service client, est au cœur de cette initiative. L'utilisation d'un modèle hybride Retrieval-Augmented Generation (RAG) améliore la précision et la pertinence des réponses de l'IA. De manière cruciale, la combinaison d'Unity Catalog et de Theom renforce la sécurité des données, garantissant la conformité et l'intégrité des données, faisant de JetBlue un modèle d'application de l'IA dans l'aviation. Regardez : Construire un cadre LLM sécurisé et évolutif chez JetBlue Connexe : Accélérer l'innovation chez JetBlue
CVS Health a construit le plus grand système RAG au monde pour la gestion des connaissances. Le responsable de l'apprentissage automatique chez CVS a expliqué comment ils ont créé une plateforme de connaissances unifiée et évolutive pour faciliter la recherche d'informations chez CVS. Désormais, les employés peuvent utiliser la recherche sémantique et rechercher simultanément dans plusieurs systèmes et sources de connaissances. Regardez : Construire le plus grand RAG au monde pour la gestion des connaissances chez CVS Health
Mastercard utilise la plateforme Databricks Data Intelligence Platform dans le cadre de son parcours en plusieurs étapes pour approfondir son engagement à reconnaître le potentiel de l'IA comme élément fondamental du commerce. L'entreprise utilise l'étendue des capacités entièrement automatisées, allant de la lignée des données, l'identification des données sensibles, le développement de modèles et la gouvernance des modèles, elle peut associer de manière transparente la découverte des données au développement de produits tout en garantissant la conformité et la transparence de l'utilisation des données. Mastercard utilise également Databricks Clean Rooms pour faciliter la collaboration entre plusieurs parties afin de résoudre des problèmes de données modernes. Regardez : Collaboration avec Databricks Clean Rooms
AXA France a partagé comment elle a harmonisé l'intelligence des données avec des concepts innovants de gestion des données pour construire une plateforme de données résiliente, adaptable et intelligente pour l'avenir. Regardez : Harmoniser l'intelligence des données et les plateformes Data-as-Code
Chevron Phillips Chemical Company s'est associée à Databricks et Seeq, un outil spécialisé d'analyse de séries chronologiques, pour faire évoluer ses capacités d'analyse IoT industrielle et d'apprentissage automatique. Regardez : Amplifier la valeur des séries chronologiques en combinant Seeq et Databricks
Myntra’s la migration d'un entrepôt de données cloud et de Hive vers Delta Lake s'est concentrée sur l'optimisation de l'analyse des données de flux de clics sur des pétaoctets de données. La réarchitecture vise à améliorer l'évolutivité, la rentabilité et les performances. L'intégration de Delta Lake offre des capacités de traitement de données supérieures, essentielles aux besoins dynamiques du secteur de la vente au détail. Cette transition a permis des économies significatives et une meilleure évolutivité pour gérer efficacement les vastes volumes de données. Regardez : Façonner l'avenir des données sur la première plateforme de commerce électronique de mode en Inde
Skyscanner enrichit plus de 30 milliards d'événements analytiques par jour, aidant à optimiser l'entreprise et l'expérience du voyageur. L'entreprise a simplifié son infrastructure de données analytiques en utilisant l'architecture lakehouse et Unity Catalog pour offrir une approche pratique de la gouvernance des données. Cela a été essentiel pour mettre en œuvre des cas d'utilisation critiques pour l'entreprise, y compris l'apprentissage automatique et l'IA. Regardez : Permettre une gouvernance pratique des données et de l'IA
Experian a partagé son plan d'intégration de GenAI dans tous ses produits et solutions, en s'appuyant sur la plateforme Databrick Data Intelligence Platform. Avec des centaines de cas d'utilisation documentés pour une livraison future, Experian considère GenAI comme un outil essentiel qui permet sa mission principale d'aider les clients à améliorer leur vie financière. Regardez le Forum de l'industrie des services financiers du Data + AI Summit, mettant en vedette le vice-président de l'ingénierie et de l'intelligence du dark web chez Experian
Bloomberg et Databricks ont une collaboration stratégique pour permettre aux clients mutuels d'accéder de manière transparente aux offres de données étendues de Bloomberg via Data License et la solution de gestion de données basée sur le cloud Data License Plus (DL+). Ces solutions ont été conçues pour faciliter l'intégration transparente des données, ouvrant la voie à l'accélération de l'analyse des données, à la génération d'informations et à la gouvernance unifiée pour les données structurées et non structurées, ainsi qu'à l'intelligence artificielle (IA) et à l'apprentissage automatique (ML) sur n'importe quel cloud ou plateforme. Regardez : Créer des portefeuilles thématiques optimisés chez Bloomberg
Rivian roule grâce aux données + IA
Rivian utilise Databricks de plusieurs manières, notamment :
- Rivian a construit sur Databricks un lakehouse de cybersécurité sécurisé, évolutif et économique, basé sur des standards ouverts, pour permettre des détections en temps réel, planifiées, inter-équipes et prédictives pour les événements de sécurité. La facilité d'utilisation de Databricks a permis à l'équipe de cybersécurité de Rivian de migrer sa solution précédente vers la nouvelle plateforme en moins de 3 mois, tout en permettant à Rivian de fournir de nouvelles capacités aux utilisateurs finaux.
- L'entreprise a développé une solution sur la plateforme DI pour surveiller à distance les performances des véhicules et un large ensemble de données de diagnostic, et utiliser l'IA pour prédire les besoins de maintenance, ainsi que les profils d'énergie et de charge. Ces capacités ont non seulement réduit considérablement les dépenses opérationnelles de l'entreprise, mais ont également facilité la création d'une entreprise plus agile et axée sur les données – et, finalement, une expérience meilleure et plus pratique pour les clients.
Lisez-en plus sur la façon dont Rivian conduit l'avenir du transport électronique
Michelin a utilisé Databricks pour aider à déplacer ses données ERP vers un data lake et adopter une architecture Data Mesh, afin de libérer la puissance des utilisateurs métier pour effectuer des analyses. Lire : Utiliser les données pour rationaliser les opérations commerciales chez Michelin Regarder : Utiliser les données chez Michelin
La Société Financière Internationale (IFC) a utilisé la plateforme DI pour faire évoluer MALENA, sa plateforme de développement alimentée par l'IA, afin d'aider à relever les défis de la pauvreté et du changement climatique. Regarder : Fournir des LLM spécifiques à un domaine avec GPU Serving
Mahindra & Mahindra Limited a développé une solution Gen AI de niveau entreprise, une première dans l'industrie, Mahindra AI, pour aider à stimuler la croissance, améliorer l'expérience client et optimiser l'efficacité opérationnelle. Parmi les exemples de déploiements réussis alimentés par Mahindra AI, citons un bot GenAI pour les analystes financiers, qui a entraîné une réduction de 70 % du temps consacré aux tâches routinières et a permis aux équipes de se concentrer sur des initiatives stratégiques à plus forte valeur ajoutée. À l'avenir, Mahindra utilise également la plateforme DI pour prendre en charge plusieurs cas d'utilisation et exploite le LLM open source DBRX de Databricks pour créer un chatbot Voice of the Customer utilisant à la fois des données internes via Delta Lake et des données externes provenant de sites Web et de médias sociaux.
T-Mobile a intégré son lakehouse dans un Data Mesh à l'aide de Unity Catalog et de Delta Sharing externe, pour permettre aux équipes de toute l'entreprise d'utiliser les données tout en maintenant un modèle de sécurité rationnel et facilement compréhensible. Regarder : Delta Sharing et Unity Catalog : leçons apprises chez T-Mobile
Nasdaq utilise Delta Sharing pour faciliter le partage d'actifs de données et d'IA entre différents environnements cloud et plateformes. Regarder : Delta Sharing libère la valeur de vos données
M Science exploite la plateforme Data Intelligence pour démocratiser les données et l'analyse sur des pétaoctets de données. Unity Catalog fournit également des fonctionnalités robustes de sécurité et de gestion des données. Regarder : Démocratiser les données chez M Science
Nextdoor utilise Delta Live Tables (DLT) pour permettre à ses analystes, scientifiques des données et ingénieurs d'interroger rapidement les événements pour l'analyse, la surveillance et les agrégations en temps réel, tout en réduisant ses coûts informatiques. Plongez dans le parcours de transformation de Nextdoor, passant de l'ingestion d'événements par lots horaires à une solution de streaming quasi temps réel avec DLT. Regarder : Ingestion d'événements à l'aide de DLT : aperçus et leçons
Le déploiement par Comcast d'Unity Catalog a été essentiel pour relever le défi de l'harmonisation des données provenant de sources diverses dans un système unique, fiable et sécurisé, tout en permettant un contrôle d'accès granulaire et en garantissant la lignée des données. Regarder : Permettre une gouvernance centralisée des données chez Comcast
GM utilise Databricks et Amperity pour prendre en charge son Customer 360 (C360) afin de générer un impact commercial significatif pour son entreprise et ses clients. Lire : Élever la fidélité client : comment GM amplifie son C360 avec Amperity. Regarder : Construire une usine à insights chez General Motors
Fox Corporation utilise l'API de fine-tuning de Databricks pour entraîner plusieurs LLM personnalisés avec un style et un ton distincts, débloquant ainsi de nombreuses applications Gen AI. Regarder : Exploiter les LLM pour l'engagement de contenu personnalisé
Conde Nast utilise le Change Data Feed (CDF) de Delta Lake pour un suivi efficace des modifications de données, garantissant la conformité RGPD dans les processus en temps réel et répondant aux réglementations telles que le « droit à l'oubli ». Regarder : Assurer la conformité RGPD pour les pipelines de données chez Conde Nast.
Bridgestone Americas utilise Databricks et son écosystème multicloud pour générer des modèles dans divers domaines, notamment la chaîne d'approvisionnement, le marketing, l'optimisation de la main-d'œuvre, la génomique, les assistants IA/chatbots et les modèles de vision. Regardez : Growing AI / ML Maturity at Bridgestone.
The HEINEKEN Company utilise Delta Live Tables pour aider les équipes de données à simplifier le streaming et le traitement ETL par lots de manière rentable, en automatisant l'orchestration des tâches, la gestion des clusters, la surveillance, la qualité des données et la gestion des erreurs. Regardez : Getting Started with DLT Pipelines.
Honeywell Intelligrated utilise Unity Catalog et Delta Live Table comme base pour une gouvernance des données efficace et un traitement efficace des données en streaming.
La migration des charges de travail BI traditionnelles vers le lakehouse a permis à l'entreprise de standardiser les méthodes d'ingestion et d'ouvrir de nouvelles capacités, telles que la fédération de requêtes et Delta Sharing – tout en posant les bases de l'IA personnalisée sur les données d'entreprise et IoT. Regardez : Honeywell Intelligrated’s IOT Streaming Lakehouse
Capital One s'est associé à Databricks pour aider à construire sa propre plateforme de données d'entreprise qui comprend une plateforme de publication et de streaming en temps réel, un lac basé sur le cloud et une couche de consommation activée par des formats de table ouverts comme Delta Lake et Iceberg. Toutes les informations sont régies par un ensemble commun de contrats de métadonnées qui permettent aux producteurs de rendre les données disponibles en libre-service. Regardez : How Captial One Enabled Innovation Using ‘You Build, Your Data’
Hinge Health utilise Delta Live Tables pour simplifier la capture des données de modification, améliorer la fiabilité des données, respecter les SLA et réduire le TCO. Regardez : Hinge Health’s journey to an optimized CDC architecture.
McDonald’s tire parti de Databricks Marketplace et du ML pour soutenir la prise de décision concernant la sélection de nouveaux sites. Regardez : How McDonald’s Uses ML to Optimize Restaurant Site Selection
KPMG utilise la plateforme DI pour consolider les charges de travail de business intelligence et d'IA, réduire les risques associés à la prolifération des données et simplifier la gouvernance des données. KPMG a amélioré l'accessibilité et la gestion des données entre ses différentes équipes en permettant des environnements flexibles, sûrs et sécurisés pour que les équipes de projet et d'engagement collaborent avec des données de marché tierces conformément aux termes et conditions contractuels en tirant parti d'Unity Catalog. Lisez : How KPMG modernized their data estate with Azure Databricks.
Diageo centralise ses données sur la plateforme Databricks Data Intelligence. Avec Unity Catalog et l'architecture lakehouse, l'entreprise a pu débloquer facilement d'autres parties de sa feuille de route de données. Regardez : How Migrating to Unity Catalog Unlocked the Diageo Data Roadmap
DraftKings utilise Databricks, y compris Workflows et Delta Lake, pour garantir que les cotes qu'elle génère, qui fournissent des estimations des compétences des joueurs et des équipes dans divers scénarios sportifs, sont à jour. Regardez : Simulating the Superbowl: Real-time ML to Predict the NFL
Moody’s Analytics s'appuie sur Databricks pour gérer ses charges de travail d'ingénierie de données et de science des données, aidant l'entreprise à atteindre ses objectifs stratégiques d'unification de son plan de données analytiques. Regardez : How to Efficiently Scale Your Data Analytics Team
North Dakota University System (NDUS) a tiré parti de la plateforme Databricks Data Intelligence pour développer une architecture de génération augmentée par récupération (RAG) afin de mieux soutenir les besoins administratifs de traitement des données non structurées avec des grands modèles de langage et a créé un portail IA pour que tout le personnel, les professeurs et les étudiants de NDUS accèdent à leurs applications IA approuvées. Regardez : Unleashing the Potential of Unstructured Data with LLMs and Databricks
Asana s'est tourné vers Databricks pour aider à alimenter des solutions de science des données et permettre à ses scientifiques de données de construire plus facilement des modèles. Regardez : Building Enterprise-Grade ML at Asana
Providence Health s'associe à Databricks pour créer un "Model Marketplace" centralisé sur la plateforme Databricks Data Intelligence. L'initiative Model Marketplace a été conçue pour démocratiser l'accès à une gamme variée de modèles ML, permettant à plus de 120 000 soignants d'accéder facilement et efficacement à des outils soutenant leur prise de décision quotidienne. En agrégeant des modèles provenant de plus de 65 espaces de travail Databricks différents en un seul endroit accessible, le marketplace simplifiera le déploiement, réduira la complexité et améliorera la visibilité et l'utilisabilité des modèles dans toute l'organisation. Lisez comment Providence a construit un Model Marketplace Regardez : ML Ops et gouvernance de l'IA dans les soins de santé
En savoir plus : Écoutez les architectes de données de Providence parler de l'intelligence des données de santé avec Unity Catalog
Si vous avez besoin de plus d'inspiration sur la façon d'utiliser les données et l'IA pour stimuler l'innovation, la productivité et l'intelligence des données dans votre organisation, regardez ces sessions et plus de 200 autres sessions clients du Data + AI Summit 2024 à la demande.
Découvrez les dernières histoires clients pour savoir comment les équipes de données et d'IA utilisent les solutions Databricks pour créer des solutions de données et d'IA innovantes.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original