El uso de aprendizaje automático de HelloFresh se estandariza con la plataforma Tecton

HelloFresh ha estado utilizando el aprendizaje automático para mejorar la experiencia de sus clientes y, para hacerlo, buscó opciones para estandarizar su uso a gran escala. Para ello, eligió la plataforma Tecton para el aprendizaje automático en tiempo real, lo que permite que sus modelos de producción se alimenten desde el almacenamiento de características de Tecton. Antes de Tecton, las características de HelloFresh se generaban de forma independiente con pipelines individuales de Spark. No estaban construidos para el intercambio, a menudo no estaban catalogados y carecían de la capacidad de servir características para la inferencia en tiempo real. Con Tecton, las características se pueden abstraer de los datos en bruto, lo que proporciona un enfoque más consistente en diferentes sistemas y facilita el intercambio de características de alta calidad entre equipos. La plataforma también proporciona información importante de gobierno, como qué versión de características se utilizó para hacer una predicción específica, lo que es vital para depurar modelos y cumplir con las regulaciones en algunas industrias. Además, la plataforma se enfoca en acumular datos para mejorar la interacción de los clientes con el producto y en utilizar los datos de los clientes cuidadosamente. En resumen, el uso de la plataforma Tecton demuestra que el aprendizaje automático se está utilizando de manera responsable mientras se mejora la experiencia del cliente. Con la creciente atención y escrutinio de las prácticas de datos de las empresas, el uso cuidadoso de los datos debe ser una prioridad para todo el equipo de ciencia de datos. La plataforma Tecton es una herramienta que permite a las empresas demostrar a los clientes y reguladores que están utilizando el aprendizaje automático de manera responsable y ética, al tiempo que mejoran la experiencia del usuario.