跳到内容
    lockheed-martin-white

    应用前沿数据科学,推动火箭科学的边界

    洛克希德·马丁公司将2000多万美元的价值归功于其可扩展的人工智能管理方法

    洛克希德马丁公司的数据科学

    洛·马走在创新的前沿, 应用数据科学保护直营平台的世界,探索新领域. 他们的110,000名员工建立先进的技术系统, 为美国的客户提供直营平台和服务.S. 国防部(DoD)和国际盟友完成他们的任务. 为实现这一目标, 该公司利用人工智能/机器学习(AI/ML)在其组织的每个领域——从降低供应链风险到分析制造缺陷, 减少计划外生产中断, 以及制造人工智能驱动的飞行员.

    与国防部的DevSecOps技术战略保持一致1, 洛·马公司正在投资技术,以促进大规模安全、有弹性的人工智能解决方案的快速开发. 这是洛·马公司企业级数字转型的一部分,以更快和更敏捷的速度支持客户任务.

    洛克希德·马丁公司在数据科学方面的投资每年产生2000万美元的价值 他们已经认识到 8倍的投资回报 从他们的数据科学平台. 他们在人工智能和数据科学方面的能力意味着数据科学家比以前更快地实现新的创新. 例如, 洛·马公司的数据科学能力使他们能够为美国国防高级研究计划局(DARPA)的AlphaDogfight竞赛建立一个支持人工智能的试点系统2, 根据他们的人工智能飞行员在模拟空战中胜过人类飞行员的机动能力,他们被评为亚军.

    挑战

    当洛·马公司开始他们的数字化转型之旅时, 他们发现,该公司在广泛的投资组合中采取了孤立的努力. 数据科学家们在竖井里工作, 他们各自都在与许多同样的问题和延误作斗争, 比如获得访问基础设施(包括gpu)和他们进行研究和模型开发所需的工具的权限. 洛克希德·马丁公司认识到,建立企业数据科学战略将为他们的员工带来标准化, 流程和技术, 最终导致效率和生产力的提高.

    最大的挑战是创建一个组织结构来对齐对工具的访问, 技术与知识管理. 他们需要解决以下痛点:

    • 新入职数据科学员工的行业平均时间为5周, 拖延工作效率.
    • 数据科学家将65%的时间花在各种开发环境的数据工程和管理上, 而不是模型开发, 什么是他们工作的真正价值,什么是公司创新的动力.
    • 数据科学家对其他人正在做什么或他们已经建立了什么知之甚少, 导致重复的工作.
    • 每个新模型或应用程序构建后投入生产需要花费数周的时间.

    解决方案

    解决方案是与AI/ML领域的领导者进行战略合作,以确保洛·马公司能够快速、大规模地提供突破性的创新. 与MathWorks和英伟达的长期合作关系已经允许洛·马数据科学家开发模型并访问高性能计算... 但前提是他们能进入.

    他们开始寻找一个数据科学平台,它将:

    • 利用container-first基础设施
    • 避免软件锁定
    • 自动化手工活动
    • 促进跨职能协作

    Domino数据实验室符合洛克希德·马丁公司的标准. 工业级企业数据科学平台与洛克希德·马丁公司的技术战略一致. 数据科学平台在整个企业中集中工具,以实现精简的协作和知识共享, 以及阻碍数据科学家生产力的自动化手动DevOps任务. 与Domino合作有助于最大限度地提高洛克希德·马丁公司数据科学团队的生产力和产出.

    除了实现Domino的数据科学平台之外, 洛克希德·马丁公司带领Domino与MathWorks和英伟达合作,提供了一个三位一体的解决方案, 数据科学的最佳环境.

    跨职能团队现在统一在开放的混合云平台上. 数据科学家在集装箱化环境中快速上船并独立访问共享工具和计算资源.

    影响

    节省成本:2000多万美元

    洛克希德·马丁公司已经承认 每年节省2,000万美元的总成本 在其集中式数据科学平台(Domino)上支持300名数据科学家, 随着洛克希德继续支持更多用户,这些节省将逐步增加.

    这些节省的费用归因于:

    • 节省了1600万美元的数据科学效率.
      • 数据科学家的生产力提高了10倍, 得益于对资源的自助访问(包括英伟达 gpu)和模型开发工作的自动再现性. 这相当于数据科学家在一年中花费了数千小时的时间. 数据科学家有能力帮助企业追求和赢得新合同.
      • $0.700万的数据科学效率节省直接与数据科学家的上岗和下岗有关. 今天,新员工一天的工作效率比. 行业平均5周以上, 因为他们可以在Domino中轻松地访问他们喜欢的工具. 洛克希德·马丁公司估计,员工入职期间平均可以节省9天时间.
    • $4.到目前为止,通过自动化和集中数百名迁移到该平台的用户,在IT方面节省了700万美元. 超过90%的以前被指派支持数据科学工作流的DevOps工程师已经能够承担新的或不同的关键业务项目,因为数据科学家可以独立地访问他们需要的工具和基础设施. 自动化部署使管理部署环境更加容易, 可以省下近100美元,在很多情况下,每个应用都是000美元.

    创新和创造收入的额外能力:无价的

    除了节约成本, 洛克希德·马丁公司的数据科学平台投资的商业价值因额外的数据科学能力而呈指数级增长. 数据科学家可以做得更多. 他们已经发布了200个网络应用. 他们有足够的带宽来解决突破性的用例,比如构建前面提到的支持ai的试点, 提高目标识别能力, 以及制造配备人工智能的太空舱3. 他们还简化了深度学习模型的开发和部署,以降低供应链风险, 分析制造缺陷并预测维修需求.

    洛克希德·马丁公司已做好长期成功的准备. 他们的数据科学系统是为规模而建立的. 他们是“升级”的数据分析师, 软件工程师, 数据工程师和业务分析师通过使专家的工作更容易为学习该学科的人所理解而成为专家数据科学家. 这种环境在跨越团队的远程优先世界中促进了无缝协作, 业务线, 角色和地理位置.

     

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