跳到内容
    coatue-white

    科学大于艺术:使用Domino的数据科学平台加速投资研究和影响

    Domino通过加速实验来帮助Coatue交付更好的模型, 提高数据科学家的生产力, 减少将模型部署到生产时的延迟, 同时降低运营成本.

    Summary

    L Coatue管理,.L.C. ——技术, 媒体, 专注于电信业(TMT)的投资经理认识到,明智的决策更像是一门科学而非艺术. 为实现这一目标, 他们在数据科学方面进行了投资,以提高他们的投资研究过程, 并部署了Domino来帮助他们的数据科学团队. 1

    多米诺效应

    替代数据源和新的计算技术的激增,创造了识别可以为投资决策提供信息的信号的需求. 识别这些信号需要定量研究人员对想法进行快速测试和迭代.

    Domino平台, 在亚马逊网络服务(AWS)中运行, 是否加快了测试想法和开发模型的速度. 利用AWS的可伸缩计算基础设施, Domino自动化了跨机器并行运行许多实验的过程.

    当数据科学家对他们的模型感到满意时, Domino处理在生产中部署它们的所有管道.

    迭代想法可以加快研究过程. Domino能够更快速地改进和部署新策略,这使它成为对直营平台有价值的工具.

    Alexander Izydorczyk, Coatue的数据科学主管
    运营成本

    Domino帮助Coatue提高了生产率,并实现了显著的操作节省.

    数据科学家异步地进行实验. “你可以打开多个R Studio会话或Jupyter笔记本, 所以你可以并行测试更多的东西, 减少空闲时间,”Izydorczyk说.

    执行模型很容易,自服务,并且可伸缩. Users can quickly and self-sufficiently spin up environments that meet their needs and preferences; practitioners can seamlessly run their code on powerful AWS compute resources.

    员工的工作效率立刻提高; 除了在Domino中工作所需的现有数据科学技能集之外,不存在任何学习曲线.

    一切都是可复制的、验证的和可审计的. 因为Domino会保存由每个代码字符串生成的每个结果, 结果可以被复制和验证多次, 由多个人. 这对于性能、强大的记录保存和遵从性都很重要.

    业务驱动因素

    Coatue的数据科学团队通过以下方法寻找工具,帮助他们提高工作质量和节奏:

    加快研究周期. “在数据科学领域,你总是需要尝试很多东西. 很难从理论上得出最佳答案应该是什么,”Izydorczyk解释道. “大多数人都会写一篇简短的分析文章, 运行它, 再写一篇短文, 运行它, 写第三篇短文, 运行它, 结果是, 它们的迭代和开发速度受到运行时间的限制. 数据科学家需要能够同时进行多个实验的工具.”

    将模型部署到生产环境中. 在Domino出现之前,在模型原型化和将其投入生产之间存在延迟. “您一直处于让旧代码在生产环境中运行的状态. 能够立即部署具有很大的价值。.

    解决方案

    Coatue将Domino部署在AWS中,作为一个中央数据科学平台,用于实验和部署模型. Domino跟踪哪些模型运行、何时运行以及由谁运行. 有一个记录系统,在整个部署过程中跟踪新模型的生成. 这为整个模型管理过程的保管提供了明确的统计证据.

    Coatue对Domino有两个主要的技术用例:

    1. 使用R编程语言开发模型. Coatue在模型开发的特别探索阶段都使用Domino, 以及更严格的测试.
    2. 安排分析和模型在例行的基础上运行.
    为什么Domino

    除了上述基于平台的收益, Coatue欣赏与Domino合作的以下好处:

    客户支持 是否快速而彻底地投入精力来解决独特的功能需求和挑战.

    雇员的吸引力: Domino允许数据科学家完全专注于他们的实质性分析, 使用他们熟悉的工具, 而且不必担心底层的基础设施.

    1 在此提供的关于Coatue Management的信息仅用于说明目的,不构成Coatue of, 或者是一个投资建议, Domino.

    看看Domino Enterprise MLOps平台能为您做些什么