/lockheed-martin-infographic.gif)
行业
- 航空航天 & 国防
- 制造业
位置
- 总部:马里兰州贝塞斯达
用例
- 降低供应链风险
- 生产优化
- 预见性维护
- 新的创新。.g. AI-enabled飞行员
影响
- 数据科学效率带来的成本节约超过2000万美元 & 它的储蓄
- 数据科学能力的增强促进了新的创新
数据科学量表
- 200个web应用程序发布
- 可扩展的数据科学系统可以提升分析师的水平 & 工程师
用户
- 支持300名数据科学家
- 跨越业务线、角色的团队 & 在数据科学环境中进行地理协作
解决方案组件
- 数据科学平台:Domino
- 数据科学工具:MathWorks MATLAB
- 基础设施: Open hybrid cloud (AWS GovCloud); 英伟达 GPUs
洛克希德·马丁公司的数据科学
洛克希德·马丁公司处于创新的前沿, 应用数据科学保护galaxy银河-galaxy银河集团-银河官网galaxy-galaxy银河(澳门)有限公司的世界,探索新的领域. 他们的110,000名员工打造先进的技术系统, galaxy银河-galaxy银河集团-银河官网galaxy-galaxy银河(澳门)有限公司和服务,以帮助在美国的客户.S. 国防部(DoD)和国际盟友完成他们的任务. 为此目的, 该公司在其组织的每个领域都利用人工智能/机器学习(AI/ML) -从降低供应链风险到分析制造缺陷, 减少计划外生产中断, 以及打造人工智能飞行员.
与国防部的DevSecOps技术战略保持一致1, 洛克希德·马丁公司正在投资技术,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·马公司企业范围数字化转型的一部分,旨在以更快的速度和灵活性支持客户任务.
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提供新的创新. 例如, 洛克希德·马丁公司的数据科学实力使他们能够为美国国防高级研究计划局(DARPA)的AlphaDogfight比赛建造一个人工智能飞行员2, 他们被评为亚军,因为他们的人工智能飞行员在模拟空战中胜过人类飞行员的能力.
挑战
当洛克希德马丁公司开始他们的数字化转型之旅, 他们在公司广泛的投资组合中发现了孤立的努力. 数据科学家在孤岛中工作, 他们各自都在与许多相同的问题和延误作斗争, 例如获得对基础设施(包括gpu)和工具的访问权限,以便进行研究和模型开发. 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, 工艺和技术, 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调整对工具的访问, 技术与知识管理. 他们需要解决以下痛点:
- 数据科学新员工的入职时间平均为5周, 拖延工作效率.
- 数据科学家将65%的时间花在数据工程和各种开发环境的管理上, 而不是模型开发, 哪些是他们工作的真正价值,哪些是推动公司创新的动力.
- 数据科学家对其他人正在做的工作或他们已经构建的内容的了解有限, 导致重复的工作.
- 每个新模型或应用程序在构建后投入生产需要数周时间.
解决方案
解决方案是与AI/ML领域的领导者进行战略合作,以确保洛克希德·马丁公司能够快速、大规模地提供突破性的创新. 与MathWorks和英伟达的长期galaxy银河-galaxy银河集团-银河官网galaxy-galaxy银河(澳门)有限公司关系已经允许洛克希德·马丁公司的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:
- 利用容器优先的基础设施
- 避免软件锁定
- 自动化手动活动
- 促进跨职能协作
多米诺数据实验室符合洛克希德·马丁公司的标准. 该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保持一致. 数据科学平台集中了整个企业的工具,以简化协作和知识共享, 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·马丁公司带领多米诺与MathWorks和英伟达合作,提供了一个全面的三管齐下的解决方案, 一流的数据科学环境.
跨职能团队现在统一在开放的混合云平台上. 数据科学家可以快速上船并独立访问容器化环境中的共享工具和计算资源.
影响
节省成本:2000多万美元
洛克希德·马丁公司已经承认了这一点 每年总成本节省2000万美元 从在其集中式数据科学平台(Domino)上支持300名数据科学家开始, 随着洛克希德继续支持更多的用户,这些节省将逐渐增加.
这些费用的节省是由于:
- 数据科学效率节省1600万美元.
- 数据科学家的工作效率要高10倍, 得益于自助访问资源(包括英伟达 gpu)和模型开发工作的自动再现性. 在一年的时间里,这加起来就是数据科学家数千小时的时间. 数据科学家有能力帮助企业争取并赢得新的合同.
- $0.700万的数据科学效率节约与数据科学家的入职和离职直接相关. 今天,新员工在一天内工作效率很高. 行业平均为5周以上, 因为他们可以在Domino中轻松访问他们喜欢的工具. 洛克希德·马丁公司估计,平均每位员工在入职期间可以节省9天时间.
- $4.到目前为止,已经迁移到该平台的数百名用户通过自动化和集中化节省了700万美元的IT成本. 超过90%的DevOps工程师以前被指派支持数据科学工作流,现在他们能够承担新的或不同的业务关键项目,因为数据科学家可以独立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变得更加容易, 相当于节省了将近100美元,在很多情况下,每个应用的成本是5000美元.
额外的创新和创收能力:无价之宝
除了节省成本, 由于额外的数据科学能力,洛克希德·马丁公司数据科学平台投资的商业价值呈指数级增长. 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人工智能的试点, 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,从而降低了供应链风险, 分析制造缺陷并预测维修需求.
洛克希德·马丁公司准备取得长期成功. 他们的数据科学系统是为规模化而构建的. 他们是“上档次”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接受,从而成为专业的数据科学家. 该环境促进了远程优先世界跨团队的无缝协作, 业务范围, 人物角色和地理位置.