Мы завели дополнительный электронный адрес технической поддержки: support@mta.sbercloud.ru. Используйте, пожалуйста, этот адрес электронной почты для обращений в службу техподдержки.
ГлавнаяКейсы
Обучение ИИ-моделей для приложения по поиску спортивных талантов на платформе ML Space

Разработка ИТ

Обучение ИИ-моделей для приложения по поиску спортивных талантов на платформе ML Space

Как облачная платформа ML Space для ML-разработки помогает разработчикам приложения создавать нейронные сети для тестирования навыков юных футболистов.

Цель проекта

Компания задалась целью создать международную базу и рейтинг юных футболистов на базе моделей машинного обучения, чтобы скауты клубов могли замечать таланты в любой точке мира. Ранее компания пользовалась услугами различных облачных провайдеров, которые не оправдывали ожидания — были вопросы к стабильности работы сервисов, юзабилити интерфейсов, документации и скорости ответов технической поддержки.

Поэтому топ-менеджмент стартапа искал надежного облачного провайдера, в задачи которого входило бы:

  1. Обеспечение стабильной работы выделенных ресурсов;
  2. Оперативная и профессиональная техническая поддержка.

Решение этих задач в первую очередь помогло бы специалистам R&D-департамента, работающим с нейронными сетями — благодаря стабильным и удобным инструментам они смогли бы больше фокусироваться на создании качественного продукта. Более того, облачные сервисы опосредовано помогли бы пользователям, тогда приложения могли бы обновляться быстрее и работать стабильнее.

Почему SberCloud

Компания находилась в постоянном поиске подрядчиков. Она тестировала множество предлагаемых сервисов от поставщиков облачных услуг, в числе которых был SberСloud. В результате заказчик остался доволен качеством работы SberСloud и добавил его в число подрядчиков, с которыми готовы продолжать сотрудничество.

Решение

Процесс миграции на облачную платформу ML Space прошел гладко. Все трудности и нюансы, с которыми сталкивались в процессе настройки, решались оперативно.

В настоящее время клиент пользуется Jupyter-сервером в сервисе Environments ML Space для обучения новых ИИ-моделей и дообучения существующих, а также проведения экспериментов.

Результат

Главная цель достигнута — компания нашла те самые инструменты, которые давно искала. Облачные сервисы SberCloud соответствуют заданным критериям и выполняют поставленные задачи — специалистам R&D-департамента удобно ими пользоваться.

Дальнейшие планы

При первой возможности заказчик планирует попробовать сервис Deployments для развертывания моделей и MLflow© для продвинутого эксперимент-менеджмента.

«Приятно осознавать, что дочерняя компания большой российской экосистемы настолько клиентоориентирована — коллеги из SberCloud умеют слушать и слышать. Они понимают, насколько важно сохранять стабильность работы без обрывов соединения. Другим важным фактором, который повлиял на наше положительное впечатление от совместной работы, стало быстрое и профессиональное реагирование технической поддержки. Специалисты всегда готовы помочь в решении возникающих проблем. А Jupyter-сервер с разными конфигурациями инфраструктуры, функциональные возможности Deployments и MLflow© на одной платформе — это то, что мы давно искали именно в таком виде, как оно реализовано в SberCloud» Технический директор со стороны клиента «Проект подключения облачных сервисов для использования командой заказчика на текущий момент является одним из самых важных для нашего направления AI Cloud. Мы рады, что сервисы соответствуют ожиданиям и надеемся, что в будущем они позволят создать множество уникальных продуктов на рынке спортивных приложений» Сумани Хидирова Руководитель направления по работе с корпоративными клиентами, SberCloud

Запросите бесплатную консультацию по вашему проекту

Оставить заявкуCloud