Pular para o conteúdo
← Todas as notícias
Databricks Blog11 de junho de 2026

Como a ERGO Hestia reduziu o tempo de lançamento no mercado com Lakebase e Mosaic AI Model Serving

Traduzido do original em inglês por IA. Ver em inglês

Resumo

A ERGO Hestia modernizou seu motor de precificação em tempo real com Databricks Lakebase e Mosaic AI Model Serving, reduzindo o tempo de lançamento no mercado ao unificar dados, recursos e decisões para precificação em milissegundos. Isso eliminou a sobrecarga de extração e a governança fragmentada de sua arquitetura multi-hop anterior, permitindo uma implantação de modelo mais rápida e resposta instantânea ao mercado.

* A ERGO Hestia modernizou seu motor de precificação em tempo real com Databricks Lakebase e Mosaic AI Model Serving, trazendo dados, recursos e decisões para uma plataforma nativa do lakehouse para precificação em milissegundos. * Com o aumento da escala, uma arquitetura multi-hop com um banco de dados PostgreSQL externo e uma camada de adaptador personalizada criava sobrecarga de extração e governança fragmentada entre os sistemas, atrasando a inovação em um ambiente regulamentado. * A ERGO Hestia agora envia novos modelos de precificação para produção mais rapidamente, permite que a equipe de precificação responda instantaneamente às condições do mercado e prova cada decisão de ponta a ponta via Unity Catalog – transformando a precificação em um motor de crescimento estratégico, não em um gargalo de TI.

Artigos relacionados

News

How Databricks Feature Store serves features with sub-second freshness

databricks-blog4h ago
News

The prototyping tax is killing your AI roadmap

databricks-blog7h ago
News

Usando AI_Functions no seu data warehouse: principais casos de uso

databricks-blog3d ago
News

Como a Scottish Water tornou seus dados de investimento de capital conversacionais com o Databricks Genie

databricks-blog4d ago