Caso práctico de Depop

Depop es una alternativa a las compras a través de su mercado para un estilo único. Recurrió a AWS luego de llegar al límite de su tecnología PaaS existente. AWS permite que Depop itere, implemente y escale horizontalmente nuevas características de forma rápida, con un enfoque en machine learning.

Depop se autoproclama como una experiencia social de compras impulsada por la comunidad en la que las próximas generaciones comprarán, venderán y descubrirán un estilo único. El objetivo de Depop es permitir que la industria de la moda se vuelva más sustentable y que tenga un propósito específico mediante una alternativa principalmente de estilo circular a las compras de productos nuevos.

Para apoyar el crecimiento y las nuevas capacidades necesarias a futuro, Depop apostó completamente por AWS. Desde entonces, ha evolucionado desde la fase temprana de una empresa emergente a la etapa avanzada de una historia de éxito con 25 millones de usuarios (90 % de sus usuarios activos tiene menos de 25 años) y un crecimiento anual de clientes de un 130 % en todos sus mercados clave de EE. UU., Reino Unido y Australia.

Depop se trasladó a AWS hace aproximadamente dos años y medio, a medida que llegaba al límite de la tecnología de la Plataforma como servicio (PaaS) existente. “Con nuestro proveedor de la PaaS, enfrentamos muchos desafíos, tales como, los límites de escalabilidad, la falta de flexibilidad en la forma en la que escalamos nuestras aplicaciones y las restricciones en la forma en que se crean las soluciones debido a un conjunto de capacidades disponible completamente administrado, pero limitado”, afirma Remo Gettini, director de Tecnología y Datos de Depop.

Robert Erdin, director de aplicaciones y servicios de Depop, agrega que la empresa también necesitaba una infraestructura más rentable sobre la que tuviera mayor control.

Depop llevó a cabo la migración por su cuenta, con los arquitectos de soluciones de AWS como ayuda para afrontar los desafíos. Esos desafíos incluyeron comprender varias medidas que ahorraban costos y la forma de supervisar y aplicar dichas medidas de forma consistente, así como también la madurez de los distintos servicios de AWS.

Otro desafío fue encontrar el equilibrio adecuado entre brindar abstracciones reutilizables, seguras y fáciles de usar para los desarrolladores de aplicaciones y otorgar acceso directo al aprovisionamiento de infraestructura a los desarrolladores.

Gracias al uso de AWS, la empresa ha aumentado la cantidad de equipos capaces de trabajar de forma simultánea en la aplicación Depop. Esa cantidad ha crecido de dos a ocho, con más de 10 posibles equipos a corto plazo. Esto ha mejorado considerablemente la capacidad de Depop para desarrollar, probar e implementar servicios nuevos. Clemence J. Burnichon, directora de ciencia de datos y machine learning (ML), afirma que AWS también ha posibilitado que su equipo cuente con la flexibilidad para expandirse desde un clúster de 2 a 25 instancias.

AWS también apoya el rápido crecimiento de Depop en el mercado. La red de entrega de contenido de Amazon CloudFront, integrada con Amazon Simple Storage Service (Amazon S3), será crucial para facilitar esta expansión mediante el apoyo de la distribución de imágenes y videos.

Los servicios de Depop están cada vez más impulsados por el ML, ya que la empresa utiliza ampliamente el servicio de ML de AWS para sus cargas de trabajo de ML. Uno de los principales desafíos tecnológicos para Depop es encargarse de un inventario en constante crecimiento en el que no existen elementos iguales. La empresa cuenta con la solución de lago de datos basada en Simple Storage Service (Amazon S3) para administrar su gran inventario de 25 millones de elementos y transacciones, mediante el uso de Amazon Kinesis Data Firehose para transmitir los datos, con alguna ayuda de Amazon Managed Streaming for Apache Kafka (Amazon MSK).

En combinación con la tecnología de reconocimiento visual, los algoritmos de ML categorizan las prendas de vestir incluidas en el lago de datos de diferentes formas, incluidos el talle, el color y la marca, en apoyo del servicio de búsquedas y recomendaciones del comprador personal de Depop.

Depop planea utilizar Amazon Elasticsearch Service en su aplicación móvil para aprovechar los datos categorizados incluidos en el lago de datos. Esto proveerá un control detallado para buscar y habilitar más algoritmos de ML que se agregarán con el paso del tiempo.

Otras tecnologías de Amazon utilizadas junto con los lagos de datos incluyen el almacenamiento de datos de Amazon Redshift para crear versiones empaquetadas y más limpias de datos y el servicio de consulta interactiva de Amazon Athena para ofrecer un rápido acceso a los datos.

Debido a que cuenta con las herramientas de AWS a disposición, el equipo de ML de Depop también puede iterar rápidamente nuevos modelos de aprendizaje profundo. Según Burnichon, actualmente, el equipo de ML tiene alrededor de 30 modelos de ML en producción, procesando 1,5 millones de mensajes combinados por hora.

Estos modelos son compatibles con Amazon SageMaker y Amazon EMR para la indexación y la relevancia, mientras los procesos de extracción, transformación y carga (ETL) se proporcionan a través de AWS Glue.

AWS ha permitido que Depop evolucione para brindar “servicios de backend más minuciosos que nos permitan escalar verticalmente de forma significativa nuestro equipo de ingeniería y trabajar en más características de forma simultánea”, explica Gettini.

Depop utiliza Amazon Elastic Kubernetes Service (Amazon EKS) para ofrecer computación sin servidor para contendedores compatibles con su aplicación móvil, brindando al equipo de desarrollo la capacidad de implementar nuevos servicios de producción en un día. Erdin comenta que AWS ha dado lugar a una “democratización del acceso a la infraestructura”, permitiendo que los equipos de desarrollo prueben fácilmente cosas nuevas de forma rentable y segura, sin incurrir en deudas técnicas. “Sin importar lo que desee hacer, existe un servicio de AWS para eso”, comenta.

El uso de AWS también asegura que los servicios o aplicaciones exitosas ya se encuentran en el entorno adecuado para pasar a producción. Según Erdin, Depop ha presenciado la puesta en marcha de más de 100 servicios.

Otro beneficio importante es el acceso de Depop a los especialistas de AWS. Erdin cita el ejemplo de la capacidad para desbloquear ideas mediante el intercambio de preguntas con los arquitectos de soluciones de AWS. AWS también proporciona formación continua a Depop, desde sesiones de nivel inicial acerca de AWS y la nube hasta el análisis en profundidad de tecnologías específicas.

Para Gettini, el mayor logro de Depop con AWS es poder “apoyar un producto y una organización de ingeniería de más de 100 personas en nueve equipos interdisciplinarios con tan solo un puñado de ingenieros dedicados a mantener la infraestructura”.

“Comparar esto con los inicios de mi carrera hace casi 30 años aún es alucinante”.