利用數據、分析和人工智能實現製造效率

的挑戰

• 一個白手起家的數據科學家團隊努力協作並有效地一起工作。

• 建立必要的基礎設施來完成他們的工作非常複雜。在DevOps上花費了太多時間來集成PowerBI等係統。

• 海量數據——需要針對10年以上的數據訓練模型，這些數據管理起來複雜且成本高昂。

解決方案

Databricks為馬瑞利提供Lakehouse平台，簡化基礎設施操作，加速他們利用機器Beplay体育安卓版本學習解決製造挑戰的能力。這使他們能夠以新的方式分析數據，這在以前是不可能的。

• 自動化集群管理簡化了集群的配置，減少了花在DevOps工作上的時間，這樣工程師和數據科學家就可以花更多的時間在高價值的任務上。

• 交互式工作空間允許數據科學家在筆記本上分享數據和見解，營造一個透明和協作的環境。

• 來自Apache Spark的專家支持幫助他們快速上手並提高效率。

結果

• 加速實現價值的時間，提高製造工廠的運營效率。

• 降低一條新生產線90%的成本。

• 在兩年的時間裏，投資回報率提高了12倍，潛在的運營節省了數百萬美元。