The Challenge
Sweeeft.ai wollte ein KI-fähiges, cloud-natives Fundament aufbauen – allerdings fehlte das nötige Cloud-Know-how im eigenen Haus. Bei der Migration der KI-Workloads zu Amazon SageMaker stieß das Unternehmen auf erhebliche Hürden: Modelle scheiterten beim Training an Versionskonflikten zwischen SageMaker Deep Learning Containers, PyTorch und Hugging Face Transformers.
The Solution
DoiT führte eine umfassende Analyse durch und empfahl einen cloud-native AWS-Ansatz. Das Team ermittelte die optimalen Kombinationen aus Python-, PyTorch- und HuggingFace-Versionen, die mit AWS Deep Learning Containers kompatibel sind. DoiT implementierte Auto-Scaling-Policies für asynchrone SageMaker-Inferenz-Endpunkte und schulte das Team, damit es eigenständig weiterarbeiten kann.
Results
- 4,4-fach schnelleres Training für KI-Workloads
- 62 % mehr Produktivität durch optimierte Infrastruktur
- Bis zu 60 % kürzere Einstellungsprozesse für HR-Teams
- Kein unnötiger Ressourcenverbrauch in Leerlaufphasen dank Auto-Scaling
Mit Unterstützung von DoiT konnten wir unsere LLM-Workloads erfolgreich über SageMaker zu AWS migrieren. Statt unsere bestehende Infrastruktur einfach zu übertragen, hat DoiT Sweeeft.ai dabei geholfen, eine konsequent cloud-orientierte Architektur einzuführen, modernste generative KI-Innovationen schnell umzusetzen und unsere Möglichkeiten deutlich zu erweitern. Davon profitieren auch unsere Kunden: HR-Teams weltweit verkürzen ihre Einstellungsprozesse damit um bis zu 60 %.
Verona Selimaj, International Development Lead, sweeeft.ai
Das ist Sweeeft.ai
Sweeeft.ai ist ein wegweisendes HR-Tech-Startup, das mit künstlicher Intelligenz die Personalarbeit in Unternehmen grundlegend verändert. Die Plattform automatisiert zentrale HR-Aufgaben wie Recruiting, Talent-Assessment und Training. Auf Basis moderner Technologien wie Large Language Models und Algorithmen zur Verhaltensanalyse vereinfacht Sweeeft.ai das Screening, Matching und die Bewertung von Kandidaten. Das Unternehmen bietet anpassbare, skalierbare Lösungen mit flexiblen Konfigurationen, die sich an den individuellen Anforderungen jedes Unternehmens ausrichten.
Die Herausforderung
Sweeeft.ai stand vor der Aufgabe, ein KI-fähiges, cloud-natives Fundament aufzubauen – ohne ausreichendes Cloud-Know-how im eigenen Team. Nach der Entscheidung für AWS als ML-Stack stieß das Unternehmen bei der Migration der KI-Workloads zu Amazon SageMaker auf erhebliche Hürden. Modelle scheiterten beim Training an Versionskonflikten zwischen SageMaker Deep Learning Containers, PyTorch und Hugging Face Transformers. Das gefährdete die Zeitpläne und blockierte das Deployment der Modelle – externe Expertise war gefragt.
Die Lösung
DoiT analysierte die bestehende Architektur im Detail und empfahl einen cloud-native AWS-Ansatz. Gemeinsam mit den Engineers von Sweeeft.ai ermittelte das Team die optimalen Kombinationen aus Python-, PyTorch- und HuggingFace-Versionen, die mit AWS Deep Learning Containers kompatibel sind. DoiT vermittelte Best Practices für die Organisation des Machine-Learning-Lifecycles und implementierte Auto-Scaling-Policies für asynchrone SageMaker-Inferenz-Endpunkte – für optimierte Kosten bei gleichzeitig schneller Skalierbarkeit.
Die Ergebnisse
Sweeeft.ai migrierte seine LLM-Workloads erfolgreich zu Amazon SageMaker und erzielte 4,4-fach kürzere Trainingszeiten sowie 62 % mehr Produktivität. Die KI-gestützten Lösungen helfen HR-Teams heute, ihre Einstellungsprozesse um bis zu 60 % zu verkürzen. Mit einem soliden Fundament auf den KI-Services von AWS ist Sweeeft.ai bereit für Wachstum und Kosteneffizienz – und arbeitet konsequent an der Marktführerschaft durch kontinuierliche Verbesserung und neue Best Practices für verantwortungsvolle KI.
So behalten Cloud-Teams mit DoiT ihre Kosten im Griff
Erfahren Sie, wie Cloud Intelligence™ Teams dabei unterstützt, Transparenz, Governance und Unit Economics in der Cloud zu verbessern.
More customer stories
Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Von IBM zu AWS: Wie Software Projects seine komplexe Migration mit DoiT beschleunigt hat
- 3
- AWS-MAP-Phasen umgesetzt: Assess, Mobilize, Modernize
- 40
- Server 1:1 migriert – Vier-Tier-Topologie vollständig erhalten
- 2→1
- IBM-Cloud-Regionen in einer einzigen AWS VPC über mehrere AZs konsolidiert
Glasklare Transparenz über Cloud-Ausgaben – bis auf Workload- und Tenant-Ebene
- Days
- Zeit bis zu ersten Kosten-Insights nach der Installation
- Days
- Von der Installation zum aussagekräftigen Kosten-Reporting
- Workload & tenant
- Granularität der Kostentransparenz
Flooid gestaltet die Zukunft des Handels mit Google Cloud und DoiT
Finlex halbiert Cloud-Kosten und bringt KI mit DoiT in Produktion
- Over 65%
- Weniger Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparungen durch bessere Transparenz und eine effiziente KI-Architektur
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
KI-Sales-Intelligence auf AWS: Web Development Systems baut mit DoiT die nächste Generation von Vertriebstools
Jupiter schließt mit DoiT eine Transparenzlücke von 20 bis 40 % bei den Infrastrukturausgaben
- 26
- Eingebundene Anbieterdaten
- From 60% to 100%
- Datenabdeckung
Von IBM zu AWS: Wie Software Projects seine komplexe Migration mit DoiT beschleunigt hat
- 3
- AWS-MAP-Phasen umgesetzt: Assess, Mobilize, Modernize
- 40
- Server 1:1 migriert – Vier-Tier-Topologie vollständig erhalten
- 2→1
- IBM-Cloud-Regionen in einer einzigen AWS VPC über mehrere AZs konsolidiert
Glasklare Transparenz über Cloud-Ausgaben – bis auf Workload- und Tenant-Ebene
- Days
- Zeit bis zu ersten Kosten-Insights nach der Installation
- Days
- Von der Installation zum aussagekräftigen Kosten-Reporting
- Workload & tenant
- Granularität der Kostentransparenz
Flooid gestaltet die Zukunft des Handels mit Google Cloud und DoiT
Finlex halbiert Cloud-Kosten und bringt KI mit DoiT in Produktion
- Over 65%
- Weniger Cloud-Infrastrukturkosten von 2024 bis heute
- 40%
- Kosteneinsparungen durch bessere Transparenz und eine effiziente KI-Architektur
Cloud-Kosten werden bei Hippo zum Hebel für die Teams
- Minutes
- Integrationsdauer von Attribute™ in AWS
- Business unit
- Erreichter Grad an Kostenverantwortung
Island sieht die echten Kosten pro Kunde – ganz ohne Tagging
- $5B
- Unternehmensbewertung
- Days
- Zeit bis zu den ersten Insights
- 0
- Benötigte Tags
What they say
Partnership with DoiT is extremely significant. We've been able to grow significantly over the last year, mostly because we could reinvest our resources in new technologies instead of new internal resources.
Jason Hartin, CTO
On integrating DataHub, the DoiT team was very hands-on to the point where DoiT support put together the first ingestion script and pipeline to unlock us.
Kyle Espinola, Head of Platform Engineering
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.