MLOps Implant
En WhiteBox hemos proporcionado un ingeniero de Machine Learning especializado en feature engineering. Esta colaboración ha mejorado significativamente el manejo del ciclo de vida de los modelos (MLOps), facilitando al equipo interno el desarrollo de un feature store robusto, escalable y de alta calidad
Vodafone destaca globalmente en el sector de telecomunicaciones, respaldado por un avanzado equipo interno de Data Science. Sin embargo, enfrentaba un desafío considerable: numerosos modelos en producción se veían afectados por un feature store desactualizado y erróneo, lo que repercutía negativamente en su rendimiento y cumplimiento de SLAs. Las inconsistencias en la entrega de predicciones, a menudo tardías o incorrectas, exponían la necesidad urgente de una intervención especializada. El equipo de MLOps, a cargo de mantener y actualizar el feature store (conocido internamente como Data Engine), estaba saturado y en busca de soluciones.
WhiteBox respondió a esta necesidad integrando a un experto ingeniero de Machine Learning dentro del equipo de MLOps de Vodafone. Como uno más del equipo, este profesional trajo consigo una enorme experiencia técnica, liderando la innovación en la generación de nuevas features y la modernización de los módulos del feature store. Esta renovación, que se apoyó en avanzadas tecnologías Big Data a través de Google Cloud Platform (Dataproc), marcando un antes y un después en la gestión del ciclo de vida de los modelos en Vodafone.
El aporte de nuestro Machine Learning Engineer se tradujo en cambios tangibles Vodafone, permitiendo superar los obstáculos y actualizar eficientemente sus modelos. La calidad y fiabilidad del feature store experimentaron una mejora sustancial, liberando al equipo de científicos de datos para que pudieran concentrarse en el perfeccionamiento de los modelos. Como resultado, se observó un incremento notable en la productividad del departamento, con modelos que operaban más rápidamente y con mayor precisión, traduciéndose en beneficios para el negocio.
- Feature store con más de 5.000 features.
