客戶故事
用數據驅動的洞察力預防性地減少工作場所傷害

行業：製造業

解決方案：IOT的縮放ML模型

Beplay体育安卓版本平台用例：三角洲湖那數據科學那機器學習那Etl.

雲：AWS.

許多工業傷害不會發生過夜。它們慢慢發展，長時間的重複有害運動，最終導致在最壞的情況下可以是無法彌補的物理傷害。StrongArm Tech正在用可穿戴設備解決這個問題，這些設備跟蹤日常運動和活動以及佩戴者的立即周圍環境。通過DataBricks，他們能夠為下遊機器學習進行大量的實時IOT數據，為預測風險提供專有的安全評分和活動分類，導致更聰明，更安全的環境：StrongArm已經能夠減少工業工作場所傷害率by over half, and deliver millions in health and insurance cost savings for both their customers and their customers’ employees.

利用數據來改善工作場所安全的複雜性

工業損傷是一個大問題，可能具有重大成本影響，而不僅適用於雇主，而且對於必須承擔醫療費用的員工。

“腰部傷害是工業工作空間中最常見的類型。每次工人受傷，它通常在醫療費用方麵的價格超過65,000美元，“Bryant Eadon，Cio在StrongArm技術。

STREACARM的目標是每人每天捕獲每一項相關數據點 - 大約120萬數據點 - 預測傷害並防止這些失控的成本發生。通過這種大量的時間序列數據實時流動，他們努力構建可擴展的可靠和表演ETL管道，以滿足數據科學需求。維護基礎架構也需要大量資源，通常需要整整一周，以提供足夠穩定的群集以處理其工作量。

從數據科學的角度來看，從一張筆記本電腦工作證明，限製了他們有效地執行臨時查詢的能力，並無法培訓他們的模型在整個數據集中。

在各種數據團隊中，係統和人員之間的合作都具有挑戰性。數據專業人員已經與合作鬥爭，因為團隊往往是恐懼的，他們的工作曆史上的交叉授粉和更多關於緊迫感的信息，但沒有促進所需的團隊的正確工具，它剛加劇了這種情況。

一個統一的數據湖泊和簡化的機器學習生命周期

通過Databricks統一數據分析平台，迭代和協作不再是數據工程，數據科學和分析師能Beplay体育安卓版本夠更容易地在數據上工作。

Delta Lake解決了他們的數據可靠性問題，使他們能夠輕鬆地輕鬆地從各種來源進行實時IOT數據。通過數據管道無縫流向數據科學團隊，數據科學團隊能夠更輕鬆地與機器學習進行創新。MLFLIF簡化了整個機器學習生命周期，以確保最佳模型使其成為生產。

“在DataBricks之前，我無法構建我的數據科學研究項目。如果我有一個模特並迭代了20次，我會忘記我的第一個模特的結果是什麼，所以我必須挖掘這麼多，“Shortarm的數據科學家Siva Bommivedy說。“MLFLIF使得更容易管理，並解決數據科學的迭代性質。”

最後一批人受益於整個組織的數據統一是分析師團隊。Matt補充說，能夠為非技術團隊產生結果，這一直令人難以置信地實現。“我實際上可以提供對所有團隊，特定數據或不在15分鍾內的有意義的結果，”他說。“Databricks已經解決了很多數據用例。”

傷害減少60％，成本節省超過500萬美元

StrongArm現在能夠從傳感器數據中解鎖洞察力，轉化為他們的客戶可以雇用的新策略，以潛在地提高工作場所安全和員工的生計。beplay体育app下载地址

在對其最大的100個客戶之一進行深度潛水分析後，StrongArm將工作場所傷害減少高達60％，在總節省的價格下提供355％的投資回報率為5,347beplay体育app下载地址,368美元。與此同時，ShartArm能夠減少評估傷害風險的誤差範圍從23％到僅5％-AN的78％。

“我們在保護工業運動員的業務中。”解釋道。“Databricks允許我們釋放數據和機器學習的力量，幫助工作場所變得更加安全，更高效，更好的環境，以及我們在我們自己的日常生活中依靠的成千上萬的工業工人。”