Jupiter cierra una brecha de visibilidad del 20% al 40% en su gasto de infraestructura con DoiT
- 26
- Datos de proveedores integrados
- From 60% to 100%
- Cobertura de datos
Esta página también está disponible en English, Deutsch, Français, Italiano, 日本語 y Português.
Los engineers de DoiT desarrollaron un microservicio serverless de generación de imágenes en AWS Lambda y le ahorraron a ApparelMagic dos meses de desarrollo interno.

ApparelMagic quería desarrollar un microservicio de generación de imágenes para que las marcas de moda pudieran crear imágenes de diseños de ropa de forma automática y acortar los ciclos de diseño. Construir esta herramienta de manera interna habría apartado al equipo durante dos meses de la mejora de otras propuestas de IA, restándole foco a sus iniciativas prioritarias.
Los cloud engineers de DoiT desarrollaron una herramienta serverless de generación de imágenes con AWS Lambda y tres colas independientes para los distintos estilos de imagen. La solución incluye preprocesamiento basado en políticas para garantizar la seguridad, monitoreo integral con AWS CloudWatch y dead-letter queues para el manejo de errores. DoiT entregó toda la infraestructura como código, con documentación detallada y acompañamiento en la transición.
DoiT nos ayudó a pasar de cero a uno muy rápido. En poco más de dos meses, pasamos de tener la idea de una herramienta de generación de imágenes a contar con un sistema totalmente funcional, listo para que lo usaran nuestros clientes.
Davin Harding, Senior Software Engineer en ApparelMagic
ApparelMagic es un sistema de planificación de recursos empresariales (ERP) creado para marcas de moda. Su sólida plataforma le da a las empresas de ropa un conjunto de herramientas en la nube para simplificar la operación e impulsar el crecimiento. Del diseño a la entrega, ApparelMagic es la opción elegida por los líderes del sector que buscan innovación, calidad y escalabilidad.
Tras una presentación a través de AWS, ApparelMagic y DoiT empezaron a trabajar juntos en el desarrollo de la herramienta de generación de imágenes. ApparelMagic detalló sus necesidades en una primera llamada de discovery, entre ellas su preferencia por construir la herramienta como un microservicio desacoplado y API-first. Luego, los arquitectos cloud de DoiT realizaron una serie de talleres y sesiones de capacitación en IA generativa con el equipo de ApparelMagic, para que entendieran con claridad la tecnología sobre la que se iba a construir la herramienta.
Los cloud engineers de DoiT desarrollaron la herramienta de generación de imágenes sobre la arquitectura serverless de AWS Lambda, que escala automáticamente sin sacrificar el rendimiento ni la gobernanza. Implementaron un preprocesamiento basado en políticas sobre los prompts de los usuarios para garantizar la seguridad y un uso adecuado. El flujo de trabajo se dividió en tres colas independientes, una para cada estilo de imagen, y cada cola se vinculó a una función de AWS Lambda dedicada para evitar la competencia por recursos y reducir cuellos de botella.
DoiT reforzó la mantenibilidad de la herramienta con sólidas capacidades de monitoreo a lo largo de todo el pipeline. El uso de colas separadas para cada tipo de imagen simplificó el monitoreo desde la consola de AWS y le dio a ApparelMagic visibilidad clara de las solicitudes entrantes, exitosas y fallidas. DoiT integró AWS CloudWatch para la observabilidad y aprovechó dead-letter queues para capturar las solicitudes problemáticas, de modo que ninguna se perdiera y se pudiera hacer un monitoreo detallado de los errores.
DoiT entregó la infraestructura como código para que ApparelMagic la desplegara en su plataforma. Los cloud engineers de DoiT trabajaron codo a codo con el equipo de ApparelMagic para asegurar una transición fluida: recorrieron con ellos la arquitectura completa y colaboraron en las pruebas y la resolución de bugs. La herramienta de generación de imágenes ya se está implementando con los clientes, que pueden usar prompts en lenguaje natural para crear al instante tres imágenes distintas de sus diseños de ropa.
Explora cómo Cloud Intelligence™ ayuda a los equipos a mejorar la visibilidad, la gobernanza y la economía unitaria en sus entornos cloud.
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
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Let us show you what ships this week.