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,以提高成本效率

  • SDX提供了场所和公共云的安全性和治理 

  • 数据科学团队可以快速、更有效地接受培训

保险行业是经济中的一个重要因素,因为它筹集了大量的资金,  它使投资, 以及它在为个人和公司承保风险方面所扮演的角色. 这家欧洲大型跨国保险公司的产品种类繁多. 他们服务于私营部门四分之一的雇员, 同时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,其中包括超过50万的商业客户.

挑战

在云端管理所有客户数据已经改变了这家公司, 简化部署, 足智多谋, 以及金融服务和保险部门的灵活性. 寻找更有效的方法让客户和保险顾问建立联系和合作是至关重要的.  安全和治理仍然至关重要,防止违规同样至关重要. 该公司面临的挑战是,在管理办公场所和公共云中的数据的同时,保护公司免受数据泄露. 数据科学团队迫切需要一个中央机器学习(ML)和人工智能(AI)工厂来协作和访问用例. 除了, 入职数据科学团队需要时间, 公司想要更高效、更安全地移动.

The traditional data center architecture for the company was limiting data science usage; it offered no graphic processing units (GPU) for asset liabilities, 有限的资源, 和可扩展性.  此外,也没有数据科学产业化方法. 该公司需要一个健壮且可扩展的ML平台,使其业务中的更多AI用例能够大规模地拥抱混合云战略.

解决方案

这家跨国保险公司转向在微软Azure上运行的clouddera数据平台(CDP)来提供clouddera机器学习(CML). 通过实现这个新平台,他们创建了自助服务数据和使用CML计算供应. 现在,无论数据科学家何时何地工作,团队在办公场所和云计算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公有云所带来的速度和敏捷性, 但也通过不同的计算能力提高了成本效率. 

机器学习模型训练通常在很短的时间内使用大量的计算能力, 但是开发过程需要数据科学团队持续访问计算资源. 通过一致的用户体验访问场地和云中的资源,可以让公司选择对他们所做的事情最有经济意义的环境, 但并没有对环境的大小施加任何限制. 

k85彩乐园的机器学习操作(MLOps)功能通过监控增加了巨大的价值, 服务, 以及模型部署的治理. 通过这种方式,他们能够自动化部署, 监控, 并以可伸缩和受治理的方式将ML模型管理到生产中,从而提供可测量的业务价值. 该基金会允许数据开发团队和生产团队协作,并利用自动化进行监控, 管理公司内部的机器学习服务.

现在,通过k85彩乐园,他们可以灵活地使用CML交付自动伸缩的弹性资源. 这种灵活性允许公司在部署之前规划设计、开发和测试. 共享数据体验(SDX)提供了跨场所和公共云的安全性和数据治理.

结果

以前, 保险公司在工作负载方面有限制,并且严重依赖其IT基础设施团队来构建新环境. 现在与CML, 团队可以利用无限, 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能够根据请求的资源自动伸缩, 上上下下, 为工作负载提供计算,但在工作完成时降低成本.

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AI工厂. 以前IT需要很长时间来提供环境,现在几分钟就可以完成. 他们有一种安全的混合方法来利用云,同时控制云的使用. 拥有一个安全的机器学习生产管道与治理和监控,使他们能够轻松、快速、更有效地加入新的数据科学家团队.