Alt Text an Bild

Kubeflow-basierte Machine-Learning-Plattform für ein Pharmaunternehmen

Problem

Für ein führendes deutsches Pharmaunternehmen mit über 85 Datenwissenschaftlern und 20 Anwendungsfällen haben wir eine maßgeschneiderte Machine-Learning-Plattform aufgebaut und betrieben. Die Herausforderung bestand darin, dass bisher keine geeignete ML-Entwicklungsumgebung vorhanden war, die den gesamten ML-Workflow von der Konzeption bis zur Implementierung unterstützt hat.

Vorgehensweise

Einrichtung Kubeflow

Wir haben eine zentrale Plattform auf Basis von Kubeflow eingerichtet, die durch benutzerdefinierte Funktionen an die strengen Vorschriften des Unternehmens angepasst wurde. Dabei diente die „Kubeflow on AWS“-Distribution von AWS Labs als Grundlage, die wichtige Funktionen wie Jupyter Notebooks, Pipelines und Serving bereitstellt. Durch die Implementierung von GitHub Actions und Terraform haben wir eine effiziente Bereitstellung der Entwicklungsumgebung sowie der Produktionsumgebung ermöglicht.

Integration MLFlow

Um den gesamten Lebenszyklus des Machine Learnings optimal zu unterstützen, haben wir eigene Werkzeuge integriert. Dazu gehört unter anderem MLFlow zur Verfolgung von Experimenten, Überwachung und Protokollierung. Darüber hinaus haben wir eine Mehrmandantenfähigkeit und Profilverwaltung integriert, um nahtlos in die bestehende Tool-Landschaft des Unternehmens zu passen. Eine Single Sign-On-Integration über Azure AD wurde ebenfalls umgesetzt, um den Zugriff zu vereinfachen und die Sicherheit zu gewährleisten.

Ergebnis

Durch die von uns bereitgestellte Machine-Learning-Plattform konnte das Pharmaunternehmen erfolgreich 20 verschiedene Anwendungsfälle betreiben und skalieren. Gleichzeitig wurden die Kosten um die Hälfte reduziert. Die zentrale Plattform ermöglicht den Datenwissenschaftlern eine nahtlose Zusammenarbeit und einen effizienten Workflow. Mit Unterstützung von GPU-Berechnungen und automatischer Skalierung konnten rechenintensive Anwendungsfälle beschleunigt werden.

Die Implementierung der Kubeflow-basierten ML-Plattform hat es dem Unternehmen ermöglicht, die gesamte Bandbreite des Machine-Learning-Workflows abzudecken. Von der Konzeption und Entwicklung von Modellen bis hin zur Bereitstellung und Betrieb. Dadurch konnten die Datenwissenschaftler effektiver arbeiten und schneller qualitativ hochwertige Modelle erstellen.

Unsere Experten

Simon Decker

Simon Decker

Head of New Business Development

LinkedIn

Niels Thomson

Niels Thomson

Chief Revenue Officer

LinkedIn

Unverbindlich beraten lassen

Sie möchten wissen, welche Möglichkeiten es mit KI und Data Science in Ihrem Unternehmen gibt? Sie wollen mehr über unsere Use Cases und Technik erfahren? Sprechen Sie mit unseren Experten!

Kontakt
12 Jahre Erfahrung aus über 2.500 Daten- & Ki-Projekten

Weitere Referenzen

Energie AG, Werkstatt 8 GmbH Sustainability App
  • Marketing & Sales
Nachhaltigkeit mit Agentic AI

Die Energie-AG – ein österreichischer Strom- und Energieanbieter - möchte das Thema Nachhaltigkeit zugänglicher für seine Kunden und die allgemeine…

Data Sharing in der Luftfahrtindustrie, eine Ansammlung von Heißluftballonen in einer weiten Voralpenlandschaft
  • Production
Data Sharing in der Luftfahrtindustrie

In der Vergangenheit konfrontierten uns unsere Kunden mit einer Herausforderung, die vielen Unternehmen bekannt ist: Trotz einer Fülle von Daten, die…

Datenvisualisierung für ein Telekommunikationsunternehmen, Alexander Graham Bell, telefonierend, hinter seinem Schreibtisch futuristische Objekte in orange
  • Finance & Controlling
Financial Forecasting auf Basis von Zeitreihenanalysen für einen Energiekonzern

In der Vergangenheit stand ein Kunde vor der herausfordernden Aufgabe, die Prognosegenauigkeit seiner betriebswirtschaftlichen Unternehmensfunktionen…

Grundlagentraining in Datenvisualisierung, eine Gruppe von Malerinnen eine Studie von Blumen anfertigend
  • Marketing & Sales
Grundlagentraining in Datenvisualisierung für einen Pharmakonzern

In einer immer stärker digitalisierten Welt sind Unternehmen vermehrt auf schnelle, effiziente und klare Datenanalysen angewiesen. Ein Kunde kam mit…

X

Cookie Freigabe

Diese Website verwendet notwendige Cookies zur Sicherstellung des Betriebs der Website. Eine Analyse des Nutzerverhaltens durch Dritte findet nicht statt. Detaillierte Informationen über den Einsatz von Cookies finden Sie in unseren Datenschutzerklärung.