AWS usa machine learning para personalizar o funil

Amazon Payments usa algoritmo de machine learning no AWS para personalizar o funil A solução combina scores de etapas com pesos para ajustar ofertas. A AWS oferece repositório com código e notebooks para testar o modelo.

AWS revelou uma nova abordagem para personalizar o funil usando algoritmos de machine learning no SageMaker O modelo foi construído com classes LinUCBDisjoint e MultiObjectiveLinUCB, que permitem otimizar múltiplas metas ao mesmo tempo. O parâmetro α controla o equilíbrio entre exploração e exploração, com valor padrão 1,0. A startup Wand Cloud Ltd., adquirida pela Groundcover, foi integrada ao ecossistema para otimizar recursos em tempo real, evitando desperdícios e gargalos. A empresa já levantou US$ 160 milhões, incluindo US$ 100 milhões em uma rodada de série C.

AWS usa machine learning para personalizar o funil — Imagem: Divulgação/aws.amazon.com

Parâmetro α ajusta exploração vs exploração

A AWS usa LinUCB para otimizar múltiplas etapas do funil, combinando scores de cada etapa com pesos. O algoritmo ajusta ofertas com base em contexto, permitindo personalização dinâmica. Esse ajuste influencia como o sistema testa novas estratégias sem perder eficiência. A implementação permite ajustes baseados em contexto, usando classes LinUCBDisjoint e MultiObjectiveLinUCB. A disponibilidade do repositório com código e notebooks facilita testes práticos, mas depende do SageMaker AI. A personalização se adapta conforme dados, mas ainda depende da infraestrutura da AWS.

End-to-end batch bandit architecture with Amazon S3 model state and low-latency key-value serving — Imagem: Divulgação/aws.amazon.com

Groundcover adquire startup de otimização de Kubernetes

A Groundcover, empresa de observabilidade, adquiriu a Wand Cloud Ltd., startup especializada em otimização de Kubernetes, para avançar em infraestrutura autônoma. a entrada marca a primeira presença da empresa no mercado de soluções de Kubernetes A Wand Cloud Ltd. oferece ferramentas para otimizar recursos em clusters, algo que a Groundcover busca integrar à sua plataforma de observabilidade. A transação foi feita por um valor não divulgado, mas a startup se especializa em eficiência de recursos em ambientes de nuvem. A combinação entre observabilidade e otimização de Kubernetes pode ajudar empresas a reduzir custos e melhorar desempenho em ambientes distribuídos.

Com informações de siliconangle.com.