تعمل Itaú على تحسين سرعة التسويق وإنتاجية حلول تعلم الآلة (ML) مع Amazon Web Services

تقدم Itaú خدمات مصرفية للعملاء في البرازيل وأمريكا اللاتينية و 18 دولة أخرى حول العالم. لديها أكثر من 95700 موظف، حوالي 15000 منهم يعملون في مجال تكنولوجيا المعلومات. كانت البنية التحتية الأصلية لـ Itaú موجودة بالكامل في المباني، مما أدى إلى ارتفاع التكاليف وبطء أوقات التطوير. لم تكن البنية التحتية المحلية أيضًا قابلة للتطوير لأنها كانت محدودة بالمساحة المادية والأجهزة. في مجموعة بيانات البنك، سيتعين على علماء البيانات الانتظار لمدة تصل إلى 6 أشهر حتى يتم توفير الذاكرة والموارد، وكان لدى الشركة قائمة انتظار للنشر تحتوي على أكثر من 100 نموذج تعلم الآلة (ML).

للتغلب على هذه التحديات، قررت Itaú ترحيل جزء من أعمالها إلى السحابة واختارت استخدام AWS. يقول Diego Nogare، مدير هندسة تعلم الآلة (ML) في Itaú: «كان أحد أسباب اختيارنا للانتقال من مكان العمل إلى السحابة هو استراتيجية لزيادة القدرة التنافسية للأعمال وكفاءتها في نفس الوقت».

بعد حوالي 6 أشهر من بدء الترحيل، Itaú اختارت Amazon SageMaker - وهي خدمة لإنشاء نماذج تعلم الآلة (ML) وتدريبها ونشرها لأي حالة استخدام مع البنية التحتية والأدوات وسير العمل المُدارة بالكامل - كحل تعلم الآلة (ML) المرن والسحابة الأصلي. يقول Vitor Azeka، المشرف على علوم البيانات في Itaú: «كنا نعمل على تحويل برامجنا وبياناتنا باستخدام AWS، وكنا بحاجة إلى حل يعمل بشكل مثالي على AWS». «كان Amazon SageMaker هو الخيار الواضح.» اعتبارًا من عام 2024، تم تحديث حوالي 60 بالمائة من برامج الشركة وبياناتها بالفعل لتشغيلها على السحابة».

قامت Itaú ببناء حل كامل لعلماء البيانات باستخدام AWS. AWS Glue هي خدمة لتكامل البيانات بلا خادم تجعل اكتشاف البيانات وإعدادها ونقلها ودمجها من مصادر متعددة أسهل عند إجراء التحليلات واستخدام تعلّم الآلة (ML) وتطوير التطبيقات. ثم يتم استخدام هذه البيانات لبدء التجارب باستخدام استوديو Amazon SageMaker. Itaú تستخدم استوديو Amazon SageMaker كحل تطوير مرن لعلماء البيانات الداخليين للتجربة. بعد ذلك، يتم نشر نماذج تعلم الآلة (ML) باستخدام أدوات Amazon SageMaker الأخرى، مثل نقاط النهاية والتحويل الدفعي والاستدلال غير المتزامن. تراقب الشركة النماذج باستخدام Amazon CloudWatch، التي تجمع وتصور السجلات والمقاييس وبيانات الأحداث في الوقت الفعلي تقريبًا في لوحات المعلومات الآلية لتبسيط البنية التحتية وصيانة التطبيقات. وباستخدام جميع خدمات AWS هذه معًا، يمكن لعلماء البيانات تحقيق احتياجاتهم.

قدمت Itaú أول حل لها باستخدام استوديو Amazon SageMaker كبيئة تطوير متكاملة في أغسطس/آب 2021، واعتبارًا من أبريل/نيسان 2023، كان لديها أكثر من 3200 مستخدم فريد لخدمة AWS، بما في ذلك حوالي 350 عالم بيانات.

لم يعد لدى Itaú قائمة انتظار لنشر نماذج تعلم الآلة (ML). باستخدام استوديو Amazon SageMaker، خفضت الشركة وقت النشر من 6 أشهر إلى 3-5 أيام في بعض الحالات. يعمل وقت النشر المنخفض هذا على تحسين سرعة الوصول إلى السوق للشركة. يقول Nogare: «عندما نستخدم استوديو Amazon SageMaker، يمكننا تشغيل مساراتنا وتقديم الحل لعملائنا بسرعة كبيرة». «يمكننا بالتالي تحسين تجربة العملاء.» توفر Itaú أيضًا التكاليف مقارنة ببنيتها التحتية القديمة في أماكن العمل.

منذ نوفمبر/تشرين الثاني 2021، عقدت Itaú اجتماعات أسبوعية مع فريق AWS لمناقشة البنية والأمن وخريطة الطريق الخاصة بها. يقول Nogare: «كان دعم AWS مهمًا جدًا لتحقيق النتائج التي حققناها اليوم». «في أي وقت رأينا فيه مشكلة في الحل أو احتياجات الحوكمة، دعمنا فريق AWS من خلال ذلك.» يتم تلبية بعض احتياجات الحوكمة باستخدام استوديو Amazon SageMaker. عندما تقوم الشركة بتشغيل المسارات لتوفير استوديو Amazon SageMaker للمستخدمين، يتم حل مشكلات الحوكمة والأمان بالفعل.

إن توحيد حلها يعني أن Itaú يمكنها بسهولة تعيين موظفين جدد ونقل علماء البيانات من قسم إلى آخر. أصبح التحديث أسهل نظرًا لأن كل شيء افتراضي، ولم تعد الشركة بحاجة إلى الاعتماد على الأجهزة المادية. باستخدام AWS، يتم دمج المسارات لعلماء البيانات، لذلك يتم نشر نماذج تعلم الآلة (ML) ومراقبتها في نفس مسار البيانات. هذا يزيد من تحسين كفاءة علماء البيانات.

يقول Rodrigo Fernandes Mello، عالم البيانات المتميز في Itaú: «في نهاية المطاف، يمكننا تقديم الخدمات بشكل أسرع». «لقد قمنا بتحسين التوحيد والتكامل، ويمكننا استخدام AWS لمواصلة التحسين.»