Cloud Intelligence™Cloud Intelligence™

Esta página también está disponible en English, Deutsch, Français, Italiano, 日本語 y Português.

Lightricks procesa 1.000 millones de eventos al día en Google Cloud

DoiT guía la migración a BigQuery, Dataflow y GKE: se eliminan los cuellos de botella y se potencia la analítica en tiempo real en las apps para creadores de Lightricks.

Cloud Intelligence™
Lightricks

The Challenge

El sistema híbrido original de Lightricks no daba abasto con la demanda creciente ni con las exigencias cada vez mayores de machine learning y analítica. La infraestructura se convertía en un cuello de botella en los momentos más críticos del negocio: las cargas de datos topaban con sus límites y los clústeres se caían durante rondas de financiación y picos de uso.

The Solution

Lightricks migró a Google Cloud y se apoyó en BigQuery y Dataflow para automatizar la ingesta y el análisis de datos. El equipo desplegó Google Kubernetes Engine para una infraestructura basada en contenedores y adoptó Vertex AI para sus modelos de machine learning. DoiT International acompañó el proceso con soporte continuo en arquitectura y resolución de problemas.

Results

  • Procesa cerca de 1.000 millones de eventos al día con BigQuery y Dataflow
  • Desplegó una infraestructura funcional de Kubernetes en GKE en pocas semanas y con recursos de ingeniería mínimos
  • Eliminó los cuellos de botella de infraestructura que antes provocaban caídas en momentos críticos del negocio
  • Habilitó business intelligence en tiempo real para optimizar campañas publicitarias sobre terabytes de datos

Por ejemplo, cuando quisimos crear un clúster en GKE y conectarlo a nuestros sistemas de machine learning, DoiT se encargó de que nuestros data lakes de investigación y nuestra capacidad de cómputo on-premises quedaran sincronizados. Tenemos una arquitectura de machine learning sofisticada y DoiT nos da soporte continuo en todo, desde la arquitectura hasta la resolución de problemas.

Ofir Bibi, VP de Investigación, Lightricks

A la altura del reto de escalar

Lightricks encontró rápidamente éxito en el mercado con apps como Facetune, Videoleap y Photoleap. Sin embargo, el crecimiento acelerado dejó al descubierto las limitaciones de su infraestructura híbrida on-premises. El sistema no daba abasto con la demanda de GPU ni con los requisitos cada vez más complejos de machine learning y analítica. Las fallas críticas se producían durante rondas de financiación y picos de uso, lo que hizo urgente contar con una plataforma más robusta.

Automatizar la ingesta de datos a gran escala

BigQuery y Dataflow se convirtieron en la base de la transformación de la plataforma de datos de Lightricks. Hoy la compañía procesa cerca de 10.000 eventos por segundo, lo que suma mil millones de eventos al día. La función de autoscale de Dataflow eliminó los cuellos de botella anteriores, cuando las cargas de datos llegaban al límite del sistema. Esta automatización permite hacer business intelligence en tiempo real: los equipos optimizan campañas publicitarias sobre terabytes de datos y segmentan al instante a los usuarios que llegan desde campañas de marketing exitosas.

Empoderar a equipos pequeños con una infraestructura potente

Google Kubernetes Engine redujo drásticamente la complejidad de la infraestructura para el reducido equipo de ingeniería de Lightricks. En cuestión de semanas, unos pocos Engineers y personas de DevOps pusieron en marcha una infraestructura funcional de Kubernetes que habría sido imposible con el sistema anterior. La separación entre almacenamiento y cómputo eliminó los obstáculos que antes frenaban el desarrollo y permitió a los equipos concentrarse en generar valor para el negocio en lugar de mantener sistemas.

Llevar el machine learning al siguiente nivel

Google Cloud resolvió los problemas de disponibilidad de cómputo para los workloads de machine learning de Lightricks. El equipo pasó del entrenamiento experimental en la nube en 2014 a una plataforma robusta donde los recursos de cómputo están disponibles bajo demanda. Los equipos de marketing, optimización de producto y motores de recomendación hoy crean modelos de machine learning en Compute Engine, y la migración a Vertex AI permite escalar aún más rápido los sistemas de recomendación y la optimización de la interacción con los usuarios.

Integraciones seguras con terceros

Las capacidades de integración de Google Cloud permiten a Lightricks conectarse de forma segura con servicios de terceros como Cloudinary y Elasticsearch. La plataforma habilita el reenvío seguro de tráfico fuera de las redes privadas, sin exponer los sistemas a la Internet pública. Este marco de seguridad acompaña el desarrollo del backend de Lightricks, que construye servicios sobre tecnologías open-source sin perder una protección sólida.

Crecimiento futuro y expansión de la plataforma

Lightricks planea una expansión importante de sus servicios de backend en 2022, que incluye perfiles compartidos entre apps y carga de contenido multimedia. Este crecimiento generará más datos y exigirá modelos de machine learning más sofisticados. Con el respaldo de Google Cloud, la compañía puede escalar de forma rápida y rentable mientras desarrolla su plataforma para creadores y mantiene servicios de creación de contenido de última generación.

Descubre cómo DoiT ayuda a los equipos cloud a controlar el gasto

Explora cómo Cloud Intelligence™ ayuda a los equipos a mejorar la visibilidad, la gobernanza y los unit economics en entornos cloud.

More customer stories

Software Projects

Software Projects acelera su migración de IBM a AWS de la mano de DoiT

3
Fases de AWS MAP entregadas: Assess, Mobilize, Modernize
40
Servidores migrados 1:1, con la topología de cuatro capas intacta
2→1
Regiones de IBM Cloud consolidadas en una sola VPC de AWS en varias AZ
Shasta Cloud

Visibilidad total del gasto en la nube a nivel de workload y tenant

Days
Tiempo hasta los primeros insights de costos tras la instalación
Days
De la instalación a reportes de costos detallados
Workload & tenant
Granularidad de la visibilidad de costos
Finlex

Finlex reduce 50% sus costos de nube y lleva la IA a producción con DoiT

Over 65%
de reducción en costos de infraestructura de nube desde 2024 hasta hoy
40%
de ahorro con mayor visibilidad y una arquitectura de IA eficiente
Hippo

Hippo convierte el costo de la nube en acción para sus equipos

Minutes
Tiempo de integración de Attribute™ con AWS
Business unit
Nivel de responsabilidad sobre el costo alcanzado
Island

Island obtiene visibilidad real del costo por cliente, sin tagging

$5B
Valuación de la compañía
Days
Tiempo hasta los primeros insights
0
Tags necesarios
Claroty

Claroty logra una atribución precisa de costos por cliente con Attribute™

1,000+
Clientes protegidos en el mundo
Days
Tiempo hasta los primeros reportes de costos detallados
Zero
Interrupción de la operación durante el despliegue
SaaS Leader

Cómo la atribución de costos a nivel de cliente permite fijar precios de IA basados en valor

$1.3M
en ingresos con margen negativo detectados
~360
cuentas no rentables identificadas
$1.3M
en pérdidas agregadas detectadas

What they say

Stefanini

“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

Software Projects

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

Shasta Cloud

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

Flooid

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

Finlex

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

Hippo

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

Island

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

Claroty

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

Salt Security

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

PropertyGuru

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

Accrete AI

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

Akamai

Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.

Ziv Sivan, VP of Engineering

OneFootball

PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.

Andrea Benfatto, Platform/Cloud Runtime Engineering Manager

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.