Watiz fait appel à TeamWork pour déployer une application mobile
Watiz est une entreprise spécialisée dans l’Artificial Intelligence et Computer Vision’s technologies.
Leur objectif est de reconnaître n’importe quel produit de mode dans n’importe quelle image et vidéo. Grâce à leur solution innovante, les clients des acteurs du e-commerce auront l’opportunité de vivre un processus d’achat agréable.
Grâce à ses solutions innovantes et puissantes, Watiz permet aux détaillants et aux marques d’améliorer leurs revenus, leur conversion et de créer de nouveaux canaux de vente.
Le Challenge
Machine learning et serverless sont des techniques qui révolutionnent le développement et la capacité d’interagir avec les données. En mobilisant les atouts du cloud, il est possible de conjuguer performance, disponibilité et optimisation des coûts permettant d’innover dans des situations complexes.
C’est une situation courante pour les entreprises en croissance comme Watiz, une start-up française spécialisée dans l’Intelligence Artificielle et la vision par ordinateur.
Le défi posé était de permettre une reconnaissance de produits à partir d’images prises depuis une application mobile et les associer aux produits de marques partenaires.
L'approche TeamWork
En plus de mobiliser des technologies avancées, la démonstration devait être disponible pour la VivaTech 2018 ne laissant que peu de temps pour élaborer, construire et tester la solution.
S3 a été mis à contribution afin d’héberger les images des produits partenaires.
Les base de données DynamoDB et RDS Aurora ont pour but de stocker les informations utilisateurs (comme l’historique des résultats) et indexer les données de références, utilisées pour le machine learning.
Le jeu de données est la base permettant au service SageMaker de pouvoir élaborer un modèle permettant un traitement rapide et intelligent des requêtes.
Concernant le backend, le cœur de l’application repose sur l’orchestration de Lambda.
En bref, les lambdas permettent la liaison entre le modèle issu de SageMaker et la requête de l’utilisateur en comparant les produits avec le catalogue.
Serverless et le machine learning sont des sujets auxquels AWS est très attaché : de nombreuses fonctionnalités ont été dévoilées avant et pendant la Re:Invent 2018. On note par exemple, les lambda layer, l’intégration de Lambda dans les Load Balancers ou l’intégration de services AWS supplémentaires pour Step Functions.
Concernant le machine learning de très nombreuses améliorations du service SageMaker, fer de lance d’AWS ont été présentées. Le coté ludique n’est pas en reste pour apprendre à utiliser cette nouvelle technologie avec les DeepRacer !
Les Bénéfices
- La démonstration a pu être livrée en 2 semaines permettant à Watiz de présenter l’efficacité de son idée de manière concrète à la Vivatech.
- Grâce au modèle serverless, les coûts sont maitrisés (prix à la requête
- L’application est hautement disponible (service managé et scalable face à la demande)
- Le morcellement en plusieurs lambas facilite la maintenance tout en assurant les performances de l’application.
