3 façons dont Redis alimente l’IA d’Enkidoo

3 façons dont Redis alimente l’IA d’Enkidoo

La gestion de la chaîne d’approvisionnement est au cœur des opérations de chaque entreprise de vente au détail, qu’il s’agisse d’un magasin « maman et pop » ou d’un fabricant international. Avec la quantité toujours croissante de données générées par les chaînes d’approvisionnement modernes, les nouvelles technologies numériques telles que l’intelligence artificielle et la blockchain sont sur le point de bouleverser les anciennes méthodes de gestion des stocks, des fournisseurs, etc.

Notre mission à ENKIDOO.ai est d’aider les petites et moyennes entreprises à accroître leur efficacité opérationnelle en faisant partie de cette révolution de la chaîne d’approvisionnement intelligente. Notre plateforme d’optimisation en tant que service, qui tire parti des dernières avancées en matière de technologies cloud et d’apprentissage automatique, est conçue pour aider les entreprises à renforcer leur avantage concurrentiel avec des solutions simples et prêtes à l’emploi pour la planification de la demande, l’optimisation des stocks et le réseau. optimisation.

Bien sûr, tout cela nécessite une base de données principale rapide, fiable et flexible – et c’est là que Redis entre en jeu. Vous trouverez ci-dessous le premier d’une série d’articles de blog dans lesquels nous discuterons de quelques-unes des façons dont nous exploitons Redis dans notre application.

Redis-ML alimente nos modèles de prévision

redis de la chaîne d'approvisionnementNous avons constaté que la persistance de Redis était utile de diverses manières. Par exemple, nous avons développé plusieurs modèles de prévision qui utilisent l’apprentissage automatique pour prédire la demande de divers produits et catégories de produits. La Module Redis-ML rationalisé le processus de construction et de déploiement de nos moteurs prédictifs, y compris ceux que nous avons conçus pour estimer la demande future sur la base de données historiques, ainsi que ceux qui prédisent les ventes d’articles nouvellement introduits en fonction de leurs caractéristiques. Comme nous faisions déjà notre développement de machine learning en Python, le chargement des modèles dans Redis-ML n’a demandé que très peu de travail supplémentaire à notre équipe (grâce au client redis-py).

Redis en tant que magasin de sessions

Nous utilisons également Redis dans notre plateforme d’analyse conversationnelle. Chez ENKIDOO, nous envisageons un avenir dans lequel notre assistant intelligent de la chaîne d’approvisionnement pourra répondre à des questions ouvertes utiles, telles que « Quelles sont les trois principales promotions que je devrais organiser pour faire face à la baisse des ventes au Québec ? » Nous pensons que ces informations doivent être accessibles de n’importe où, pas seulement depuis notre application. En tant que tel, nous avons construit des intégrations personnalisées avec divers canaux de communication comme Slack et Facebook Messenger pour responsabiliser les décideurs en déplacement.

Redis a facilité la gestion des sessions utilisateur pour ces différentes intégrations. Nos utilisateurs peuvent s’authentifier sur notre plateforme, activer les canaux qu’ils souhaitent, et Redis s’occupera du reste (par exemple, identifier ces requêtes externes à nos serveurs avec une validation de jeton utilisateur appropriée). Par rapport aux bases de données alternatives, Redis permet une plus grande simultanéité d’utilisation à un coût bien inférieur, en contournant les difficultés du sharding pour satisfaire des débits importants.

Redis TTL à la rescousse

De plus, nous savions que ces informations sur les utilisateurs pouvaient être hautement confidentielles et nous avions besoin de mesures préventives pour les protéger des regards indiscrets, tout en permettant leur partage avec des contacts de confiance. C’est là que nous avons trouvé que la fonctionnalité « Key Timeout » de Redis était essentielle, car elle nous permettait de restituer efficacement des informations sensibles pendant une durée limitée.

Dans l’ensemble, nos développeurs adorent utiliser Redis car il est léger, bien documenté et dispose d’une grande communauté qui contribue à de nombreuses bibliothèques open source utiles. Dans notre mission d’aider les utilisateurs à optimiser leurs chaînes d’approvisionnement, la capacité de Redis à prendre en charge différents scénarios est essentielle. De servir de simple magasin de session à nous permettre d’exécuter des modèles prédictifs, Redis alimente plusieurs facettes essentielles de notre service.

Development Source

Related Posts

RLEC 4.2.1 apporte des contrôles granulaires à la haute disponibilité et aux performances

RLEC 4.2.1 apporte des contrôles granulaires à la haute disponibilité et aux performances

Comment HolidayMe utilise Redis Enterprise comme base de données principale

Comment HolidayMe utilise Redis Enterprise comme base de données principale

Annonce de RedisGears 1.0 : un moteur sans serveur pour Redis

Annonce de RedisGears 1.0 : un moteur sans serveur pour Redis

Clés Redis dans la RAM |  Redis

Clés Redis dans la RAM | Redis

No Comment

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *