Vodafone está em transição de uma empresa de telecomunicações (telco) para uma empresa de tecnologia (TechCo) até 2025, com objetivos de inovar mais rapidamente, reduzir custos, melhorar a segurança e simplificar as operações. Milhares de engenheiros estão sendo integrados para contribuir para essa transição. Até 2025, a Vodafone planeia ter 50% da sua força de trabalho global ativamente envolvida no desenvolvimento de software, com o objetivo de fornecer 60% dos serviços digitais internamente. Esta nova força de trabalho exige uma rápida requalificação e compreensão de serviços disruptivos, como a inteligência artificial (IA) e a aprendizagem automática (ML), para gerar resultados significativos.
Para ajudar a alcançar esta transição ambiciosa, a Vodafone estabeleceu uma parceria com Accenture e AWS para construir uma plataforma de nuvem que ajude seus engenheiros a trabalhar de maneira flexível, criativa e ágil, fornecendo-lhes um conjunto selecionado de serviços AWS gerenciados, de segurança e orientados para DevOps e cargas de trabalho de aplicativos. Para saber mais, confira Redefinindo a experiência do cliente da Vodafone com AWS e a seguinte palestra em AWS re: Invent 2022.
A Vodafone Digital Engineering (VDE) convidou a Accenture e a AWS para co-organizar um evento exclusivo em seu DigiFest anual, um evento de uma semana que celebra a escala de suas equipes globais de VDE, defendendo aplicativos reutilizáveis e geração colaborativa de ideias. Como um dos principais eventos do DigiFest, a AWS e a Accenture conceituaram um evento para toda a empresa AWS Deep Racer desafio onde os engenheiros podem construir e treinar seus modelos para se tornarem mais familiarizados com o uso de ML com AWS.
Nesta postagem, compartilhamos como a Vodafone está aprimorando suas habilidades de ML usando AWS DeepRacer e Accenture.
Porque é que a aprendizagem automática é importante para a Vodafone?
O aprendizado de máquina é um dos domínios de crescimento mais rápido em tecnologia e telecomunicações, devido aos benefícios de maior produtividade e previsão em domínios-chave em telecomunicações, como canais, CRM, faturamento, gerenciamento de pedidos, garantia de serviço, gerenciamento de rede e muito mais.
A Vodafone já adotou o ML na deteção e correção proativa de anomalias de rede para melhorar a satisfação dos clientes. Seus recursos de IA e ML em autoatendimento digital, por meio de um chatbot, têm ajudado a equipe de atendimento ao cliente a se concentrar em casos que precisam de atenção mais profunda. Porque eles usam a AWS para fornecer serviços digitais embalados como telecomunicações como serviço, incorporar componentes de IA e ML é crucial para manter uma vantagem competitiva no fornecimento de serviços de última geração aos clientes.
Por que AWS DeepRacer?
AWS DeepRacer é uma maneira interessante e divertida de começar a aprender por reforço (RL). RL é uma técnica avançada de ML que adota uma abordagem de treinamento de modelos muito diferente de outros métodos de ML. Seu superpoder é que ele aprende comportamentos muito complexos sem exigir dados de treinamento rotulados e pode tomar decisões de curto prazo enquanto otimiza para uma meta de longo prazo. O Desafio AWS DeepRacer proporcionou uma oportunidade para os engenheiros da Vodafone participarem de uma competição amigável, desenvolverem uma mentalidade de ML e compartilharem insights sobre como ter sucesso em um evento de corrida virtual privado.
Correndo com AWS DeepRacer
O evento decorreu em três etapas, começando com um workshop sobre AWS DeepRacer para abordar os conceitos básicos de aprendizagem por reforço, que contou com a presença de mais de 225 engenheiros da Vodafone. Eles aprenderam como ajustar um Modelo AWS DeepRacer criando uma função de recompensa, explorando o espaço de ação, ajustando sistematicamente hiperparâmetros, examinando o progresso do trabalho de treinamento, avaliando o modelo e testando o modelo em um veículo virtual do AWS DeepRacer e em uma pista virtual.
Na fase seguinte, foi organizada uma corrida da liga onde 130 pilotos puderam ver os vídeos da corrida do melhor modelo apresentado por cada participante numa tabela de classificação ao vivo. Isso os ajudou a entender o desempenho de um modelo de alto desempenho depois de treinado. Eles rapidamente compreenderam que o overtraining ocorre quando um modelo é treinado por muito tempo, levando ao overfitting, o que leva ao baixo desempenho em um novo ambiente. Eles também experimentaram diferentes estilos de funções de recompensa, como seguir a linha central, penalidade de direção excessiva, penalidade de lentidão e recompensas de progresso.
O evento culminou com uma grande final, um confronto entre 11 pilotos que ajustaram seus modelos uma última vez para competir em uma corrida ao vivo com comentários. Todos os 11 pilotos completaram uma volta completa com seus modelos. Oito pilotos tiveram um tempo de volta inferior a 15 segundos, com o vencedor chegando com um incrível tempo de volta de 11.194 segundos na complicada pista de corrida virtual Toronto Turnpike.
Resumo
O objetivo do Desafio AWS DeepRacer era conscientizar e entusiasmar o ML na AWS para um público global de engenharia de nuvem com diversas habilidades e competências tecnológicas. O torneio ultrapassou o total de 585 inscrições em todo o mundo, com mais de 400 modelos inscritos e mais de 600 horas de treinamento e avaliação.
A Vodafone conseguiu ajudar uma ampla gama de construtores a praticar ML por meio do desafio AWS DeepRacer. Com mais de 47% de iniciantes em AWS e ML, isso reafirma o quão eficaz o AWS DeepRacer pode ser na introdução de ML com AWS em um ambiente seguro e envolvente para iniciantes.
“Ter a equipe de Engenharia Digital participando de eventos como o DigiFest e participando de desafios como o AWS DeepRacer é uma grande parte da nossa visão de construir uma equipe de engenharia de software de classe mundial na Vodafone. À medida que assumimos o complexo desafio de transformar uma empresa de telecomunicações numa empresa de tecnologia, aumentar o nosso conjunto de competências torna-se uma prioridade máxima e a nossa parceria com a Accenture e a AWS proporcionou à equipa não apenas isso, mas múltiplas oportunidades de aprendizagem e desenvolvimento. Estou animado com mais disso por vir!”
- Ben Connolly, Diretor Global de Engenharia de Nuvem da Vodafone
Sobre o autor
Ramakrishna Natarajan é arquiteto de soluções parceiro sênior da Amazon Web Services. Ele mora em Londres e ajuda os parceiros da AWS a encontrar soluções ideais na AWS para seus clientes. Ele é especialista em OSS/BSS de telecomunicações e tem grande interesse em domínios em evolução como IA/ML, análise de dados, segurança e modernização. Ele gosta de jogar squash, fazer longas caminhadas e aprender novos idiomas.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
- PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
- PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
- PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/vodafone-advances-its-machine-learning-skills-with-aws-deepracer-and-accenture/
