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 DoiT Cloud Intelligence Teams dabei unterstützt, Transparenz, Governance und Unit Economics in der Cloud zu verbessern.
More customer stories
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
Luxury Escapes spart über 10.000 $ bei AWS
Promptly spart 600.000 $ und bringt KI in Wochen live
- $600K
- Jährliche Cloud-Kosteneinsparungen
- 3 months
- Eingesparte Engineering-Zeit
Extenda Retail senkt SSD-Waste und beschleunigt AI
Monta skaliert auf über 250.000 EV-Ladepunkte
- 250,000
- Weltweit verwaltete EV-Ladepunkte
Wicked Reports bringt GenAI 3 Monate früher live
- 3 months saved
- Entwicklungszeit gespart mit dem DoiT Cloud Accelerator
- 25% faster
- Zeit vom Prototyp zur Produktion gegenüber internen Schätzungen
- $0 additional spend
- keine zusätzlichen Infrastrukturkosten beim Prototypenbau – dank AWS-Credits und DoiT-Optimierung
DaySmart
DaySmart launcht KI-Funktion in 90 Tagen
- 90 days
- Vom POC zum Deployment
- 90 days
- Vom POC zum Deployment ohne interne Engineering-Zeit
- 6x
- Eingesparte Engineers-Ressourcen
Vivaticket verkürzt das Aufsetzen von AWS-Umgebungen von 3 Tagen auf 15 Minuten
- 15min
- Zeit für neue Umgebungen
- 15min
- Bereitstellungszeit neuer Umgebungen (statt zuvor 3 Tage)
- 20min
- Application-Deployment im Immutable-Modus
Blumira skaliert SOC Auto-Focus mit voller Kostenkontrolle
What they say
What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.
Chiamaka Ibeme, Engineering Manager, Platform
SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.
Douglas Zickuhr, Senior Data Platform Engineer at Personio
I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.
Ian Fahey, Senior Analytics Engineer at Loop
You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can
Diana Koshy, Sr. Director of Data Engineering at Kargo
SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.
Devin McGee, Data Engineering Lead at Home Chef
SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform
Blake Baggett, Head of Data Operations at Entain
One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.
Michael Revelo, Manager of data and analytics engineering at ClickUp
Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.
Skyler Chi, SVP, GTM Productivity & Excellence at Exiger
Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.
Edward Mancey, GTM Lead at Synthesia
DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.
Dr. Anish Kapur, Founder & CEO, Promptly
DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.
Alexander Lundberg Santos, Platform Engineer at Extenda Retail
When we started working with DoiT, we deployed Flexsave to save time and reduce complexity. We still use it today. But what really stands out is the expert support. Having someone to collaborate with on deep cloud cost topics, someone who really understands the nuances, is incredibly valuable.
Jesper Terkelsen, CTO at Monta
DoiT's Cloud Accelerator turned our AI idea into a shipped product, saving at least three months of development and delivering reliable, explainable insights our customers trust.
Scott Desgrosseilliers, CEO and co-founder, Wicked Reports
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.