Sephora’nın yapay zeka modellerinin tasarımı ve denetimi, dev LVMH’nin perakende iştirakinin Dijital ve Bilişim departmanına entegre 12 kişilik merkezi bir ekip tarafından sağlanmaktadır.
Ürün sahiplerinin, veri bilimcilerin ve Makine Öğrenimi ve Veri mühendislerinin bu becerileri ve profilleri sayesinde Sephora, müşteri yolculuğunu iyileştirmeyi ve operasyonları optimize etmeyi amaçlayan makine öğrenimi çözümleri geliştiriyor.
Google Cloud’da bir Dataiku platformu
Mevcut kullanım durumlarının bir kataloğu tasarlanmıştır. Başvurular daha sonra kademeli olarak ve yerel olarak Sephora’nın toplam 15 ülkedeki çeşitli yan kuruluşlarına dağıtılır. Bu mevcut olan da korunur ve aşamalı olarak geliştirilir.
Şirketin fabrikası, Veri Bilimi operasyonlarındaki performansı artırmak için organizasyonunu ve teknolojik platformunu yeniden tasarladı. Dataiku üzerinde 2017 yılından beri Machine Learning geliştirmeleri yapılmaktadır.
Ancak, kullanım daha önce veri bilimcileri için ayrılmıştı. Artık platform, şirketin veri mühendisleri ile paylaşılıyor. Bu karar, algoritmaların üretim döngüsünü kısaltma arzusuyla gerekçelendirildi.
Sephora, geliştirme ve mühendisliği bir araya getirerek, iş ekipleri de dahil olmak üzere işbirliğini artırdığına inanıyor ve dağıtımları da hızlandırdı. Fabrika, gösterge panoları ve API’ler aracılığıyla, özellikle veri teşhiri ve model sonuçlarının paylaşılması açısından kazanımları vurgulamaktadır.
Sephora, AI’larının tasarımı ve devreye alınması için genel bulutta barındırılan bir veri platformu kullanır. Satıcı, BigQuery ve Kubernetes kümeleri dahil olmak üzere GCP (Google Cloud Platform) hizmetlerinin müşterisidir.
V döngüsünden yapay zeka üzerinde çevik geliştirmeye
Teknolojik yığına ek olarak, organizasyonel ve metodolojik gelişmeler var. 2022’den beri Veri Bilimi ekibi, V döngülerinden çevik (Scrum) geçiş yaptı. Bir CI/CD (DevOps) zinciri de kurulmuştur.
Sephora, modelleri çeşitli yan kuruluşlara dağıtmak için gereken süreyi kısaltmak amacıyla, azaltılmış bir başlangıç çevresi ile birleştirilmiş ‘temel modellere’ dayalı bir yaklaşım izliyor. Bu daha sonra kısa sprintlerle kademeli olarak zenginleştirilir.
Her zaman sanayileşme ve hızlanma bakış açısıyla Sephora, izleme ve uyarı açısından MLOps ilkelerini uygular. Üretimdeki her model için teknik ve iş ölçümleri raporlanır. Bakım için harcanan süre de yarı yarıya azaldı.
Bu çeşitli değişiklikler, şirketin mevcut bir kullanım senaryosunu yeni bir ülkede, önceki birkaç hafta veya aya kıyasla birkaç gün içinde dağıtmasına olanak tanır. 20 kullanım senaryosundan oluşan bir katalog dağıtmak için stratejik bir kazanç.
İyileştirilmiş pazara sürüm süresi, geliştirme döngüsü de kısaltılmış olan yeni modellerin tasarımı için zaman kazandırır. Yeni bir makine öğrenimi kullanım durumu oluşturmak, 12 aydan 4 aya çıktı.