Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
Lightricks ingère 1 milliard d'événements par jour sur Google Cloud
DoiT pilote la migration vers BigQuery, Dataflow et GKE, supprime les goulets d'étranglement et alimente l'analytique temps réel des applications créatives de Lightricks.

The Challenge
Le système hybride initial de Lightricks peinait à absorber une demande croissante et à répondre à des besoins toujours plus pointus en machine learning et en analytique. L'infrastructure générait des goulets d'étranglement aux pires moments : chargements de données saturés, clusters arrêtés pendant les levées de fonds et les pics d'utilisation.
The Solution
Lightricks a migré vers Google Cloud en s'appuyant sur BigQuery et Dataflow pour automatiser l'ingestion et l'analyse de ses données. Les équipes ont déployé Google Kubernetes Engine pour une infrastructure conteneurisée et adopté Vertex AI pour leurs modèles de machine learning. DoiT International apporte un accompagnement architectural continu et une expertise pointue en résolution de problèmes.
Results
- Traitement d'environ 1 milliard d'événements par jour avec BigQuery et Dataflow
- Déploiement d'une infrastructure Kubernetes opérationnelle sur GKE en quelques semaines, avec très peu de ressources d'ingénierie
- Suppression des goulets d'étranglement qui provoquaient des défaillances système lors des périodes critiques
- Mise en place d'une business intelligence temps réel pour optimiser les campagnes publicitaires sur des téraoctets de données
Par exemple, quand nous avons voulu créer un cluster sur GKE et le relier à nos systèmes de machine learning, DoiT a veillé à ce que nos data lakes utilisés pour la recherche et nos capacités de calcul on-premises soient parfaitement synchronisés. Notre architecture de machine learning est complexe, et DoiT nous accompagne au quotidien, de l'architecture à la résolution de problèmes.
Ofir Bibi, VP Research, Lightricks
Relever le défi du passage à l'échelle
Lightricks a rapidement rencontré le succès avec des applications comme Facetune, Videoleap et Photoleap. Mais cette croissance fulgurante a révélé les limites de son infrastructure hybride cloud/on-premises. Le système peinait à absorber la demande en GPU et ne pouvait plus suivre des besoins toujours plus pointus en machine learning et en analytique. Des défaillances critiques se sont produites pendant des levées de fonds et des pics d'utilisation, rendant indispensable l'adoption d'une plateforme plus robuste.
Automatiser l'ingestion de données à grande échelle
BigQuery et Dataflow sont devenus le socle de la nouvelle plateforme de données de Lightricks. L'entreprise ingère désormais environ 10 000 événements par seconde, soit un milliard par jour. L'autoscale de Dataflow a fait disparaître les goulets d'étranglement qui saturaient auparavant les chargements. Cette automatisation ouvre la voie à une business intelligence temps réel : les équipes optimisent leurs campagnes publicitaires sur des téraoctets de données et ciblent instantanément les utilisateurs issus des campagnes marketing les plus performantes.
De petites équipes, une infrastructure à grande échelle
Google Kubernetes Engine a considérablement réduit la complexité d'infrastructure pour l'équipe d'ingénierie resserrée de Lightricks. En quelques semaines, une poignée d'ingénieurs et de DevOps ont déployé une infrastructure Kubernetes opérationnelle, chose impensable avec le système précédent. La séparation du stockage et du calcul a levé les obstacles qui freinaient le développement, permettant aux équipes de se concentrer sur la création de valeur métier plutôt que sur la maintenance.
Démultiplier les capacités de machine learning
Google Cloud a résolu les problèmes de disponibilité de calcul rencontrés par Lightricks sur ses workloads de machine learning. L'équipe est passée d'expérimentations d'entraînement dans le cloud en 2014 à une plateforme robuste où les ressources de calcul sont disponibles à la demande. Les équipes marketing, optimisation produit et moteur de recommandation conçoivent désormais leurs modèles de machine learning sur Compute Engine, et la migration vers Vertex AI accélère encore le passage à l'échelle des systèmes de recommandation et d'optimisation des interactions utilisateur.
Sécuriser les intégrations tierces
Les capacités d'intégration de Google Cloud permettent à Lightricks de se connecter en toute sécurité à des services tiers comme Cloudinary et Elasticsearch. La plateforme assure un acheminement sécurisé du trafic hors des réseaux privés, sans exposer les systèmes à Internet. Ce cadre de sécurité soutient le développement backend de Lightricks, qui bâtit ses services sur des technologies open source tout en conservant une protection solide.
Croissance future et expansion de la plateforme
Lightricks prévoit une expansion majeure de ses services backend en 2022, avec notamment des profils partagés entre applications et de nouvelles fonctionnalités d'upload de médias. Cette croissance générera davantage de données et exigera des modèles de machine learning plus aboutis. Avec Google Cloud, l'entreprise peut évoluer rapidement et à moindre coût tout en développant sa plateforme dédiée aux créateurs et en maintenant des services de création de contenu à la pointe.
Découvrez comment DoiT aide les équipes cloud à maîtriser leurs dépenses
Découvrez comment Cloud Intelligence™ aide les équipes à gagner en visibilité, en gouvernance et en unit economics sur l'ensemble de leurs environnements cloud.
More customer stories
Finlex réduit ses coûts cloud de 50 % et déploie l'IA en production avec DoiT
- Over 65%
- de réduction des coûts d'infrastructure cloud entre 2024 et aujourd'hui
- 40%
- d'économies réalisées grâce à une meilleure visibilité et à une architecture IA efficace
Chez Hippo, les coûts cloud deviennent un levier d'action pour les équipes
- Minutes
- Délai d'intégration d'Attribute™ avec AWS
- Business unit
- Niveau de responsabilité atteint sur les coûts
Island : visibilité réelle du coût par client, sans tagging
- $5B
- Valorisation de l'entreprise
- Days
- Délai avant les premiers insights
- 0
- Tags nécessaires
Claroty obtient une attribution précise des coûts par client avec Attribute™
- 1,000+
- Clients protégés dans le monde
- Days
- Délai jusqu'aux premiers rapports de coûts granulaires
- Zero
- Interruption des opérations lors du déploiement
L'attribution des coûts au niveau client, socle d'une tarification IA basée sur la valeur
- $1.3M
- de revenus à marge négative révélés
- ~360
- comptes non rentables identifiés
- $1.3M
- de pertes cumulées révélées
Salt Security standardise la mesure du COGS pour optimiser marges et tarification
- 1
- Source de vérité pour le COGS
- 1
- Source de vérité standardisée du COGS partagée entre CFO et DevOps
- 0
- Modifications de code ou de tagging requises pour intégrer Attribute™
PropertyGuru transforme le chaos des coûts cloud en culture de responsabilité côté engineering
- Minutes
- pour décrypter les factures des services partagés (contre plusieurs heures auparavant)
- 32M+
- Internautes accompagnés chaque mois dans leur recherche immobilière
- 2 weeks
- Du déploiement aux premiers insights exploitables
What they say
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
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
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
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.
Caio Cristo, Director of Infrastructure/SRE
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
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.
