Industria: Internet y telecomunicaciones
Productos de JetBrains utilizados: Datalore
Tamaño de la organización: 3000+
País: Japón
“Durante el proceso de evaluación, comprobamos que la experiencia de usuario de Datalore resultaba familiar a nuestros desarrolladores y que la funcionalidad de compartir informes era fácil de utilizar. Gracias a la colaboración de nuestro equipo de ingenieros y del equipo de desarrollo de Datalore, conseguimos satisfacer nuestros requisitos de flujo de trabajo y gobernanza de datos.”
— Seongduk Cheon, gerente sénior de LINE Corporation
Me llamo Seongduk Cheon. Soy gerente sénior de LINE Corporation y dirijo una organización llamada Data Platform Department. Nuestra misión es democratizar el uso de los datos y proporcionar una plataforma para que los usuarios de la empresa puedan analizarlos.
Ofrecemos servicios en diversas áreas como medios de comunicación, comercio y tecnología financiera, sobre la base de la aplicación de comunicación LINE, que cuenta con 193 millones de usuarios activos mensuales (MAU) en todo el mundo y 94 millones de MAU en Japón.
El Data Platform Department proporciona a los usuarios una plataforma para recopilar, almacenar, gestionar y analizar los datos de los distintos servicios de LINE. Denominada IU, o Information Universe, se trata de la infraestructura de datos de toda la empresa que contiene los datos de diversos negocios.
En los últimos años, la demanda de análisis de datos dentro de la empresa ha aumentado. Las solicitudes de soluciones de tipo notebook han crecido mucho más allá de la simple ejecución de consultas, especialmente por parte de los científicos de datos y los ingenieros de aprendizaje automático. OASIS, la solución de notebook interna que veníamos utilizando, carecía de los recursos de desarrollo necesarios para satisfacer estas distintas necesidades.
Empezamos a evaluar nuevas soluciones de tipo notebook y Datalore era uno de los candidatos.
Durante el proceso de evaluación, comprobamos que la experiencia de usuario de Datalore resultaba familiar a nuestros desarrolladores y que la funcionalidad de compartir informes era fácil de utilizar.
Gracias a la colaboración de nuestro equipo de ingenieros y del equipo de desarrollo de Datalore, conseguimos satisfacer nuestros requisitos de flujo de trabajo y gobernanza de datos:
Estas funcionalidades eran críticas para nosotros y decidimos elegir Datalore como nuestra plataforma de ciencia de datos.
«También nos complace ver que Datalore está siendo utilizado por muchos más usuarios de los que esperábamos inicialmente, incluidos los que desempeñan funciones distintas a la ingeniería de datos y la ciencia de datos. En última instancia, esperamos que Datalore sea la opción escogida por varios cientos de usuarios en LINE».
Aunque el despliegue de Datalore en LINE es bastante reciente, casi la mitad de los equipos de análisis de datos, tanto del grupo LINE como de las empresas del grupo, utiliza Datalore desde el 1 de marzo de 2023. También nos complace ver que Datalore está siendo utilizado por muchos más usuarios de los que esperábamos inicialmente, incluidos los que desempeñan funciones distintas a la ingeniería de datos y la ciencia de datos. En última instancia, esperamos que Datalore sea la opción escogida por varios cientos de usuarios en LINE.
En primer lugar, las barreras para la introducción de Datalore no fueron elevadas. Aunque al principio recibimos algunas preguntas de los usuarios, la sencillez de la interfaz y experiencia de usuario facilitó el inicio a aquellos que habían estado utilizando nuestras soluciones internas, OASIS y Jupyter.
En segundo lugar, el mayor reto para nuestros usuarios era la ejecución de trabajos en el modo cliente de Spark. Gracias a la colaboración de nuestros equipos de desarrollo y de soporte de Datalore, conseguimos resolver este problema.
En tercer lugar, existía una brecha entre el concepto del producto Datalore y la gobernanza de datos de LINE en términos de gestión de autoridades, lo que trajo consigo algunas dificultades. Gracias a los debates colaborativos con el equipo de desarrollo de Datalore, pudimos superar esta brecha y adoptar oficialmente Datalore.
Como somos un proveedor de infraestructura de datos, no conocemos los detalles de los datos. Los que tienen acceso al IU (Information Universe) importan y analizan los datos a través de Datalore.
Solemos compartir los resultados de nuestro trabajo publicando los enlaces de los informes de Datalore en las wikis de las organizaciones, y nos parecen muy útiles las funcionalidades de elaboración de informes.
«Dado que Datalore acaba de desplegarse, conseguimos liberar recursos de desarrollo internos cuando decidimos cambiar de nuestra plataforma interna de ciencia de datos a Datalore. También conseguimos satisfacer nuestros requisitos de gobernanza de datos, lo que era fundamental para las políticas de cumplimiento de LINE».
Dado que Datalore acaba de desplegarse, aún no disponemos de una evaluación cuantitativa del valor obtenido. Sin embargo, conseguimos liberar recursos de desarrollo internos cuando decidimos pasar de nuestra plataforma interna de ciencia de datos a Datalore. También conseguimos satisfacer nuestros requisitos de gobernanza de datos, lo que era fundamental para las políticas de cumplimiento de LINE.
Esperamos que la introducción de la solución de notebook de Datalore promueva las decisiones basadas en datos por parte de aquellos que participan en el análisis de datos dentro del grupo LINE. Si los resultados del análisis de datos pueden implementarse sin problemas y rápidamente en las distintas divisiones de negocio de LINE, contribuirá a la actividad permitiendo ciclos PDCA más rápidos y una toma de decisiones más basada en datos.
Netanel Golani, experto en detección de amenazas de Hunters
Solo ha pasado un mes desde que el equipo de ciencia de datos de Hunters empezase a utilizar Datalore, y ya hemos visto mejoras de productividad y usabilidad en nuestro flujo de trabajo diario, especialmente al trabajar con varias fuentes de datos de clientes.
Chad Rosenberg, jefe de Tecnología, The Center for New Data
Datalore solo nos ofrece formas de trabajar con nuestros datos que no obtendremos en Airflow, como depurar los resultados del proceso, probar los webhooks y visualizar rápidamente los datos con funciones de trazado automático. Poder utilizar el conector nativo Snowflake en Datalore, así como los programáticos en pandas, ha supuesto sin duda un ahorro de tiempo cuando se trabaja en cuadernos compartidos.
Moreno Raimondo Vendra, ingeniero sénior de Machine Learning, TrueLayer
Datalore permitió a nuestro equipo acceder de forma ergonómica a nuestros datos cumpliendo al mismo tiempo los requisitos de seguridad, lo que supuso un cambio radical para nosotros. Como resultado, pudimos colaborar mucho más fácilmente tanto dentro de nuestro equipo de Machine Learning como con las partes interesadas.