Esta página também está disponível em English, Deutsch, Español, Français, Italiano e 日本語.
mscope reduz custos de ML e acelera insights de investimento
A DoiT redesenhou a stack AWS da mscope com SageMaker, Step Functions e Bedrock para fazer fine-tuning de LLMs com dados multilíngues e classificar empresas com mais inteligência.
The Challenge
Como startup em estágio inicial, a mscope não tinha expertise interna em machine learning e precisava estruturar a infraestrutura para treinar e implantar modelos. Era preciso gerar texto em inglês a partir de dados multilíngues coletados da web usando LLMs, além de implementar sistemas sofisticados de classificação multinível para categorizar empresas conforme seu papel na cadeia de suprimentos e as características de seus produtos.
The Solution
A DoiT entregou uma consultoria completa em machine learning, incluindo planejamento de custos na AWS, design de arquitetura para fine-tuning de modelos transformer como o Mistral 7B com o framework HuggingFace e otimização de workflows. A DoiT recomendou trocar os clusters EMR, mais caros, pelo SageMaker batch transform com orquestração via Step Functions, e garantiu acesso antecipado ao Amazon Bedrock para experimentar LLMs com bom custo-benefício.
Results
- Pré-processamento aprimorado de dados multilíngues coletados da web, com ganho de desempenho no algoritmo classificador
- Tempos de processamento otimizados e custos reduzidos com melhorias na arquitetura
- Insights valiosos extraídos de dados multilíngues, sustentando decisões de investimento mais assertivas
Somos muito gratos pelo enorme apoio da DoiT. Como startup em estágio inicial enfrentando desafios complexos com novas técnicas de machine learning, a expertise da DoiT foi fundamental. Do planejamento dos custos dos serviços AWS ao desenho de uma solução sob medida, a orientação do time nos permitiu usar tecnologias avançadas com eficácia. A solução da DoiT trouxe resultados expressivos: passamos a aproveitar nossos dados de web scraping com muito mais eficiência e a extrair mais insights deles, aprimorando nosso algoritmo de classificação.
Marion Roussel, VP de Dados na mscope
Conheça a mscope
A mscope.tech é uma startup dinâmica em estágio inicial dedicada a extrair o máximo potencial dos dados para embasar decisões de investimento. Com uma visão clara, seu principal objetivo é destravar e aproveitar o valor oculto em grandes volumes de informação. Apoiada em tecnologias de ponta como machine learning e IA, a mscope quer revolucionar a análise de dados. A empresa se dedica a desenvolver metodologias avançadas para resumir documentos e extrair características essenciais de dados coletados da web.
O desafio
Como startup em estágio inicial, a mscope enfrentava diversos desafios pela falta de expertise interna em machine learning. Era preciso definir como estruturar a infraestrutura e os workflows para treinar e implantar modelos sobre seus dados. A mscope precisava gerar texto em um idioma comum (inglês) a partir de dados multilíngues coletados da web usando large language models (LLMs). Também era necessário um sistema sofisticado de classificação multinível para rotular empresas conforme seu papel na cadeia de suprimentos e a natureza de seus produtos.
A solução
A mscope contratou os serviços especializados da DoiT em busca de consultoria para suas necessidades em machine learning. A DoiT apoiou a mscope no planejamento e na estimativa de custos dos serviços AWS necessários, além de desenhar uma solução para fine-tuning de modelos baseados em transformers, como o Mistral 7B, com o framework HuggingFace. A DoiT recomendou que a mscope adotasse o SageMaker batch transform para executar as diferentes etapas e invocar o modelo do SageMaker de forma assíncrona, com orquestração via Step Functions. A relação da DoiT com a AWS permitiu obter acesso antecipado ao Amazon Bedrock em nome da mscope.
Os resultados
A solução da DoiT teve um impacto profundo na mscope e gerou resultados expressivos. Com a recomendação de usar modelos avançados como LLMs, a mscope aprimorou o pré-processamento dos dados brutos multilíngues coletados da web, o que se traduziu em melhorias no algoritmo classificador da mscope. A DoiT ajudou a mscope a tirar proveito dos LLMs, otimizar tempos de processamento e reduzir custos. Com a expertise da DoiT em AWS, a mscope também recebeu suporte para resolver questões ligadas a endpoints do SageMaker e ao uso de clusters EMR.
O que vem a seguir
Diante do sucesso da colaboração, a mscope quer dar continuidade à parceria para construir um novo classificador de empresas. Com os dados de entrada do web scraping já aprimorados, o foco agora passa a ser evoluir ainda mais a classificação de empresas da mscope. A parceria reforça o valor contínuo da expertise da DoiT em ajudar startups a aproveitar tecnologias avançadas de nuvem para crescer.
Veja como a DoiT ajuda times de cloud a controlar gastos
Descubra como o Cloud Intelligence™ ajuda as equipes a melhorar visibilidade, governança e unit economics em ambientes de nuvem.
More customer stories
Finlex reduz custos de nuvem em 50% e leva IA para produção com a DoiT
- Over 65%
- de redução nos custos de infraestrutura de nuvem de 2024 até hoje
- 40%
- de economia com mais visibilidade e uma arquitetura de IA eficiente
Na Hippo, custos de nuvem viram ação dos times
- Minutes
- Tempo para integrar o Attribute™ à AWS
- Business unit
- Nível de accountability de custos alcançado
Island ganha visibilidade real do custo por cliente, sem tagging
- $5B
- Valuation da empresa
- Days
- Tempo até os primeiros insights
- 0
- Tags necessárias
Claroty destrava a atribuição precisa de custos por cliente com o Attribute™
- 1,000+
- Clientes protegidos no mundo todo
- Days
- Tempo até os primeiros relatórios granulares de custo
- Zero
- Impacto nas operações durante a implantação
SaaS Leader
Como a atribuição de custos por cliente viabiliza preços de IA baseados em valor
- $1.3M
- em receita de margem negativa revelada
- ~360
- contas deficitárias identificadas
- $1.3M
- em perdas agregadas reveladas
Salt Security padroniza a medição de COGS para otimizar margens e preços
- 1
- Fonte única da verdade para COGS
- 1
- Fonte da verdade padronizada para COGS entre CFO e DevOps
- 0
- Alterações de código ou tagging exigidas para integrar o Attribute™
PropertyGuru transforma o caos dos custos de nuvem em ownership da engenharia
- Minutes
- para decifrar contas de serviços compartilhados (antes, horas)
- 32M+
- Buscadores de imóveis atendidos por mês
- 2 weeks
- Da implantação aos insights acionáveis
Flooid impulsiona o futuro do varejo com Google Cloud e DoiT
Finlex reduz custos de nuvem em 50% e leva IA para produção com a DoiT
- Over 65%
- de redução nos custos de infraestrutura de nuvem de 2024 até hoje
- 40%
- de economia com mais visibilidade e uma arquitetura de IA eficiente
Na Hippo, custos de nuvem viram ação dos times
- Minutes
- Tempo para integrar o Attribute™ à AWS
- Business unit
- Nível de accountability de custos alcançado
Island ganha visibilidade real do custo por cliente, sem tagging
- $5B
- Valuation da empresa
- Days
- Tempo até os primeiros insights
- 0
- Tags necessárias
Claroty destrava a atribuição precisa de custos por cliente com o Attribute™
- 1,000+
- Clientes protegidos no mundo todo
- Days
- Tempo até os primeiros relatórios granulares de custo
- Zero
- Impacto nas operações durante a implantação
SaaS Leader
Como a atribuição de custos por cliente viabiliza preços de IA baseados em valor
- $1.3M
- em receita de margem negativa revelada
- ~360
- contas deficitárias identificadas
- $1.3M
- em perdas agregadas reveladas
Salt Security padroniza a medição de COGS para otimizar margens e preços
- 1
- Fonte única da verdade para COGS
- 1
- Fonte da verdade padronizada para COGS entre CFO e DevOps
- 0
- Alterações de código ou tagging exigidas para integrar o Attribute™
PropertyGuru transforma o caos dos custos de nuvem em ownership da engenharia
- Minutes
- para decifrar contas de serviços compartilhados (antes, horas)
- 32M+
- Buscadores de imóveis atendidos por mês
- 2 weeks
- Da implantação aos insights acionáveis
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.