Para construir un mundo que las generaciones futuras puedan seguir disfrutando, es necesario cambiar nuestra forma de efectuar. A la vanguardia de este movimiento se encuentra Rivian, un fabricante de vehículos eléctricos centrado en cambiar los sistemas de energía y transporte de nuestro planeta para que no utilicen combustibles fósiles. En la ahora, la flota de Rivian incluye vehículos personales y cuenta con una asociación con Amazon para entregar 100.000 furgonetas comerciales. Cada transporte utiliza sensores y cámaras de IoT para capturar petabytes de datos que abarcan desde cómo se conduce el transporte hasta cómo funcionan las distintas piezas. Con todos estos datos a su envergadura, Rivian utiliza el educación mecánico para mejorar la experiencia militar del cliente con un mantenimiento predictivo, de modo que los posibles problemas se aborden antiguamente de que afecten al conductor.
Ayer incluso de que Rivian enviara su primer EAV, ya se enfrentaba a limitaciones de visibilidad de datos y herramientas que reducían la producción, impedían la colaboración y aumentaban los costos operativos. Tenía entre 30 y 50 clústeres de cuenta grandes y complicados desde el punto de pinta activo en un momento transmitido, lo que resultaba costoso. No solo era difícil mandar el sistema, sino que la empresa además experimentaba frecuentes interrupciones del clúster, lo que obligaba a los equipos a aplicar más tiempo a la resolución de problemas que al investigación de datos. Por otra parte, los silos de datos creados por sistemas desarticulados ralentizaban el intercambio de datos, lo que contribuía aún más a los problemas de productividad. Los lenguajes de datos necesarios y la experiencia específica de los conjuntos de herramientas creaban una barrera de entrada que limitaba a los desarrolladores a hacer un uso completo de los datos disponibles. Jason Shiverick, investigador de datos principal de Rivian, dijo que el veterano problema era el golpe a los datos. «Quería aclarar nuestros datos a una audiencia más amplia de usuarios menos técnicos para que además pudieran beneficiarse los datos con veterano facilidad».
Rivian sabía que, una vez que sus vehículos eléctricos llegaran al mercado, la cantidad de datos que se procesarían se dispararía. Para ofrecer la fiabilidad y el rendimiento que prometía, Rivian necesitaba una inmueble que no solo democratizara el golpe a los datos, sino que además proporcionara una plataforma popular para crear soluciones innovadoras que pudieran ayudar a avalar una experiencia de conducción fiable y agradable.
Predicción de problemas de mantenimiento con Databricks
Rivian decidió modernizar su infraestructura de datos en La plataforma de inteligencia de datos Databrickslo que le da la capacidad de igualar todos sus datos en una pinta popular para el investigación posterior y el educación mecánico. Ahora, los equipos de datos únicos tienen una variedad de herramientas accesibles para ofrecer información útil para diferentes casos de uso, desde mantenimiento predictivo hasta un crecimiento de productos más inteligente. Venkat Sivasubramanian, director sénior de Big Data en Rivian, dice: «Pudimos construir una civilización en torno a una plataforma de datos abierta que proporcionó un sistema para democratizar efectivamente los datos y el investigación de una modo efectivo». El soporte flexible de Databricks de todos los lenguajes de programación y la integración perfecta con una variedad de conjuntos de herramientas eliminaron los obstáculos de golpe y desbloquearon nuevas oportunidades.
Wassym Bensaid, vicepresidente de crecimiento de software de Rivian, explica: “Hoy contamos con varios equipos, tanto técnicos como comerciales, que utilizan la plataforma de inteligencia de datos Databricks para explorar nuestros datos, crear canales de datos de parada rendimiento y extraer información útil sobre negocios y productos a través de paneles visuales”.
El equipo de sistemas avanzados de donación al conductor (ADAS) de Rivian ahora puede preparar fácilmente datos telemétricos del acelerómetro para comprender todos los movimientos del EAV. Estos datos de registro básicos incluyen información sobre inclinación, meneo, velocidad, suspensión y actividad del airbag, para ayudar a Rivian a comprender el rendimiento del transporte, los patrones de conducción y la previsibilidad del sistema del automóvil conectado. En función de estas métricas de rendimiento secreto, Rivian puede mejorar la precisión de las funciones inteligentes y el control que los conductores tienen sobre ellas. Diseñadas para eliminar el estrés de los viajes largos y la conducción en tráfico pesado, las funciones como el control de crucero adaptativo, la donación para cambio de carril, la conducción cibernética de emergencia y la advertencia de colisión primero se pueden perfeccionar con el tiempo para optimizar continuamente la experiencia de conducción de los clientes.
Igualmente se facilitó el intercambio seguro de datos y la colaboración con el Catálogo de Unity de DatabricksShiverick describe cómo la gobernanza unificada para el centro de datos beneficia la productividad de Rivian. “Unity Catalog nos brinda un catálogo de datos verdaderamente centralizado en todos nuestros diferentes equipos”, dijo. “Ahora tenemos una trámite y controles de golpe adecuados”. Venkat agrega: “Con Unity Catalog, estamos centralizando el catálogo de datos y la trámite de golpe en varios equipos y espacios de trabajo, lo que ha simplificado la gobernanza”. La gobernanza controlada por versiones de extremo a extremo y la capacidad de auditoría de fuentes de datos confidenciales, como las que se utilizan para los sistemas de conducción autónoma, producen una decisión simple pero segura para la ingeniería de características. Esto le da a Rivian una preeminencia competitiva en la carrera por capturar la red de conducción autónoma.
Acelerando en dirección a un mundo electrificado y sostenible
Al ampliar su capacidad para ofrecer información valiosa sobre los datos con presteza, eficiencia y rentabilidad, Rivian está preparada para beneficiarse más datos para mejorar las operaciones y el rendimiento de sus vehículos y mejorar la experiencia del cliente. Venkat afirma: «La flexibilidad que ofrece Databricks nos permite evitar mucho patrimonio desde una perspectiva de aglomeración, y eso es una gran preeminencia para nosotros». Gracias a que Databricks ofrece un enfoque unificado y de código despejado para los datos y el investigación, el equipo de confiabilidad de vehículos puede comprender mejor cómo las personas utilizan sus vehículos, lo que ayuda a informar el diseño de futuras generaciones de vehículos. Al beneficiarse la plataforma de inteligencia de datos de Databricks, han conocido un aumento del 30 % al 50 % en el rendimiento del tiempo de ejecución, lo que ha transmitido oficio a información más rápida y un mejor rendimiento del maniquí.
Shiverick explica: “Desde el punto de pinta de la confiabilidad, podemos asegurarnos de que los componentes resistirán los ciclos de vida adecuados. Puede ser tan simple como asegurarnos de que las manijas de las puertas sean lo suficientemente resistentes para soportar un uso constante, o tan complicado como el mantenimiento predictivo y preventivo para eliminar la posibilidad de fallas en el campo. En términos generales, estamos mejorando la calidad del software en función de métricas secreto del transporte para una mejor experiencia del cliente”.
Desde una perspectiva de optimización del diseño, la visión de datos sin obstáculos de Rivian además está generando nuevos conocimientos de dictamen que pueden mejorar la salubridad, la seguridad, la estabilidad y la protección de la flota. Venkat dice: «Podemos realizar diagnósticos remotos para clasificar un problema rápidamente, o hacer que venga un servicio móvil o potencialmente mandar una OTA para solucionar el problema con el software. Todo esto requiere mucha visibilidad de los datos, y eso ha sido posible con nuestra asociación e integración en la propia plataforma». Con los desarrolladores creando activamente software para vehículos para mejorar los problemas a lo dilatado del camino.
En el futuro, Rivian está observando una rápida acogida de Databricks en diferentes equipos, lo que ha aumentado la cantidad de usuarios de la plataforma de 250 a más de 1000 en solo un año. Esto ha desbloqueado nuevos casos de uso, incluido el uso del educación mecánico para optimizar la eficiencia de la pila en temperaturas más frías, aumentar la precisión de los sistemas de conducción autónoma y ofrecer a los depósitos comerciales paneles de control del estado del transporte para un mantenimiento temprano y continuo. A medida que se envíen más vehículos autónomos y se amplíe su flota de furgonetas comerciales, Rivian seguirá aprovechando la gran cantidad de datos generados por sus vehículos autónomos para ofrecer nuevas innovaciones y experiencias de conducción que revolucionen el transporte sostenible.
Vea cómo más empresas están impulsando el éxito con la plataforma de inteligencia de datos Databricks.