Cloud Intelligence™Cloud Intelligence™

Esta página também está disponível em English, Deutsch, Español, Français, Italiano e 日本語.

Sweeeft.ai treina modelos de IA 4,4x mais rápido

A DoiT redesenhou o stack do AWS SageMaker e ajustou endpoints de inferência com auto-scaling para liberar workloads de IA escaláveis e com custos otimizados.

Cloud Intelligence™
Sweeeft.ai

The Challenge

A Sweeeft.ai precisava construir uma base nativa da nuvem e pronta para IA, mas não tinha expertise interna em cloud. A empresa esbarrou em obstáculos sérios ao migrar os workloads de IA para o Amazon SageMaker: os modelos quebravam durante o treinamento por incompatibilidades de versão entre os SageMaker Deep Learning Containers, o PyTorch e o Hugging Face Transformers.

The Solution

A DoiT fez uma avaliação completa e recomendou uma abordagem nativa da nuvem na AWS. O time definiu as combinações ideais de versões de Python, PyTorch e HuggingFace compatíveis com os AWS Deep Learning Containers, implementou políticas de auto-scaling nos endpoints de inferência assíncrona do SageMaker e capacitou a equipe para operar com autonomia.

Results

  • Treinamento de workloads de IA 4,4x mais rápido
  • Aumento de 62% na produtividade com uma infraestrutura otimizada
  • Redução de até 60% no tempo de contratação para times de RH
  • Fim do consumo desnecessário de recursos em períodos ociosos com auto-scaling

Com o apoio da DoiT, conseguimos migrar nossos workloads de LLM para a AWS usando o SageMaker. Em vez de simplesmente transferir a infraestrutura que já tínhamos, a DoiT permitiu que a Sweeeft.ai adotasse uma arquitetura cloud-forward, colocando rapidamente no ar inovações de ponta em IA generativa e ampliando o que conseguimos entregar. Essas inovações estão nos ajudando a apoiar nossos próprios clientes, permitindo que times globais de RH reduzam o tempo de contratação em até 60%.

Verona Selimaj, International Development Lead, sweeeft.ai

Conheça a Sweeeft.ai

A Sweeeft.ai é uma startup pioneira em tecnologia de RH que usa inteligência artificial para transformar a forma como as organizações gerenciam pessoas. A plataforma reinventa as operações de RH automatizando tarefas críticas como recrutamento, avaliação de talentos e treinamento. Com tecnologias avançadas como large language models e algoritmos de análise comportamental, a Sweeeft.ai agiliza a triagem, o matching e a avaliação de candidatos. A empresa oferece soluções personalizáveis e escaláveis, com configurações flexíveis sob medida para a realidade de cada organização.

O desafio

A Sweeeft.ai precisava construir uma base nativa da nuvem e pronta para IA, mas não tinha expertise interna suficiente em cloud. Depois de escolher a AWS como base para o stack de ML, a empresa esbarrou em obstáculos importantes na migração dos workloads de IA para o Amazon SageMaker. Os modelos quebravam durante o treinamento por incompatibilidades de versão entre os SageMaker Deep Learning Containers, o PyTorch e o Hugging Face Transformers. Isso colocava prazos em risco e travava a implantação dos modelos, exigindo orientação especializada.

A solução

A DoiT fez uma análise minuciosa da arquitetura existente e recomendou uma abordagem nativa da nuvem na AWS. O time trabalhou junto com os Engineers da Sweeeft.ai para definir as combinações ideais de versões de Python, PyTorch e HuggingFace compatíveis com os AWS Deep Learning Containers. A DoiT também orientou as melhores práticas para organizar o ciclo de vida de machine learning e implementou políticas de auto-scaling nos endpoints de inferência assíncrona do SageMaker, otimizando custos sem abrir mão de escalabilidade ágil.

Os resultados

A Sweeeft.ai migrou com sucesso seus workloads de LLM para o Amazon SageMaker, com treinamentos 4,4x mais rápidos e 62% de ganho em produtividade. As soluções com IA agora ajudam times de RH a reduzir o tempo de contratação em até 60%. Com uma base sólida nos serviços de IA da AWS, a Sweeeft.ai está pronta para escalar com eficiência de custos enquanto busca a liderança de mercado por meio de melhoria contínua e das melhores práticas em IA responsável.

Veja como a DoiT ajuda times de cloud a controlar gastos

Descubra como o DoiT Cloud Intelligence ajuda times a melhorar visibilidade, governança e unit economics em ambientes de nuvem.

More customer stories

Finlex

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
Hippo

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

Island ganha visibilidade real do custo por cliente, sem tagging

$5B
Valuation da empresa
Days
Tempo até os primeiros insights
0
Tags necessárias
Claroty

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

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

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
Accrete AI

De voar às cegas nos custos de nuvem à visibilidade de margem por produto

$46K
Gasto mensal de nuvem eliminado
$46K
Gasto mensal eliminado
$63K → $17K
Redução mensal de custo em um serviço

What they say

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

Raptive

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

Luma Health

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

Luxury Escapes

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

Personio

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

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.