NerdWallet menggunakan Machine Learning di AWS untuk Mendukung Platform Rekomendasi

NerdWallet adalah startup keuangan pribadi yang menyediakan alat dan saran yang memudahkan pelanggan dalam membayar utang, memilih produk dan layanan keuangan terbaik, serta mencapai tujuan besar dalam hidup seperti membeli rumah atau menabung untuk masa pensiun. Perusahaan ini sangat mengandalkan ilmu data dan pembelajaran mesin (ML) untuk menghubungkan pelanggan dengan produk keuangan yang dipersonalisasi. “Sedari awal kami menyadari bahwa ilmu data akan menjadi hal penting dalam membangun produk dan pengalaman pengguna yang lebih pribadi,” ungkap Ryan Kirkman, manajer teknisi senior NerdWallet.

Saat tim teknisi perusahaan mulai menerapkan model ML pertama mereka ke produksi, Kirkman dan timnya menemukan bahwa proses ini memerlukan lebih banyak waktu dari yang diharapkan. Ia berujar, “Memerlukan waktu berbulan-bulan dari prototipe ke produksi dan ada banyak inefisiensi yang muncul selama proses berlangsung.”

Pada saat itu, ilmuwan data NerdWallet menggunakan banyak pendekatan manual untuk mengelola pustaka ML. yang tidak optimal dari perspektif biaya maupun alur kerja. “Ilmuwan data kami harus menginstal banyak hal secara manual dan menangani lingkungan apa pun pada mesin yang ditinggalkan ilmuwan data sebelumnya,” jelas Sharadh Krishnamurthy, staf teknisi perangkat lunak NerdWallet.

Perusahaan harus menyelesaikan masalah saluran teknisnya agar ilmuwan data dapat melatih model ML secara lebih efektif, mempercepat proses dari konsep ke penyampaian, dan lebih berfokus pada proyek bernilai tinggi. “Semakin cepat kami mengirim model ke produksi, semakin cepat tim ilmu data kami dapat mengulang model tersebut, dan semakin baik kami membuat pengalaman produk,” ujar Kirkman. “Mengurangi perputaran umpan balik akan meningkatkan kemampuan kami secara signifikan dalam mengeksekusi proyek ilmu data.”

Sebagai startup, NerdWallet tidak memiliki sumber daya yang diperlukan untuk menemukan kembali roda mereka. “Pertanyaan utama untuk startup adalah ‘apa cara tercepat untuk menambahkan nilai bisnis?’ Kami menginginkan platform pembelajaran mesin seperti yang dimiliki perusahaan besar, namun kami tidak dapat berinvestasi banyak untuk platform ini,” ungkap Krishnamurthy.

NerdWallet telah menggunakan sejumlah solusi Amazon Web Services (AWS), termasuk Amazon Elastic Compute Cloud (Amazon EC2) dan Amazon Elastic Container Service (Amazon ECS). Tim memutuskan untuk menambahkan Amazon SageMaker. Dengan layanan yang dikelola sepenuhnya ini, perusahaan dapat memanfaatkan instans inti Amazon EC2, termasuk instans P3 Amazon EC2 dengan GPU Tensor Core NVIDIA V100, dan pipeline pembangunan image Amazon ECS yang ada untuk mengurangi waktu yang dibutuhkan dalam melatih model ML. “Pada dasarnya, Amazon SageMaker memberikan kami pembelajaran mesin sebagai sebuah layanan,” ujar Kirkman.

Mengadopsi Amazon SageMaker memungkinkan NerdWallet memodernisasi praktik teknis ilmu data secara lebih cepat. “Kami membuka nilai bisnis dalam dua bulan,” kata Kirkman. “Ini tidak akan mungkin terjadi tanpa Amazon SageMaker.”

Solusi baru ini juga membantu perusahaan menghilangkan penghalang dan mempercepat waktu pengantaran. “Amazon SageMaker memudahkan ilmuwan data kami untuk menjadi pemilik inti dan penggerak pekerjaan mereka, bukan memiliki sejumlah penyerahan dan harus mengimplementasikan ulang semuanya,” jelas Kirkman. “Kami menyediakan jalur terpandu yang membuat pemecahan masalah seputar infrastruktur menjadi lebih mudah dari perspektif platform dan teknis, serta mempercepat pekerjaan ilmuwan data kami. Menguntungkan semua pihak.”

Proyek pertama NerdWallet yang memanfaatkan pendekatan baru adalah platform rekomendasi yang didukung oleh TensorFlow. Sebelumnya, NerdWallet memberikan daftar kartu kredit potensial kepada pelanggan, tapi tidak dapat memperkirakan kemungkinan persetujuan. Kini, dengan Amazon SageMaker dan pembelajaran mesin, perusahaan dapat mencocokkan pelanggan dengan produk keuangan yang tepat bagi mereka secara lebih akurat.

Penggunaan Amazon SageMaker dan instans P3 Amazon EC2 dengan GPU Tensor Core NVIDIA V100 juga telah meningkatkan fleksibilitas serta kinerja NerdWallet, dan mengurangi waktu yang dibutuhkan para ilmuwan data dalam melatih model ML. “Sebelumnya kami membutuhkan waktu berbulan-bulan untuk meluncurkan dan mengulang model; kini dapat selesai dalam hitungan hari,” ujar Kirkman.

Amazon SageMaker membantu ilmuwan data NerdWallet untuk menggunakan lebih banyak waktu untuk upaya strategis. Kirkman berujar, “Kini kita dapat memfokuskan lebih banyak energi ke keuntungan kompetitif kita—wawasan kita terhadap masalah pengguna yang kita selesaikan.”

Contohnya, NerdWallet saat ini membangun sistem penyimpanan inferensi yang akan memudahkan tim dalam mengakses dan menggunakan prediksi yang dihasilkan ilmuwan data di area lain di perusahaan. “Saya pikir, kami tidak dapat membuat kasus bisnis untuk sistem tersebut tanpa menyederhanakan alur kerja untuk pelatihan yang dimiliki ilmuwan data kami saat ini,” ungkap Kirkman. “Pasti terlalu mahal, terlalu berisiko. Menyederhanakan alur kerja dan mengaktifkan standardisasi membuka jauh lebih banyak nilai untuk kami.”

Amazon SageMaker juga membantu NerdWallet menghemat biaya. Karena perusahaan dapat membayar per penggunaan alih-alih membayar untuk infrastruktur yang berjalan terus-menerus, pengeluaran hanya dibebankan ketika sumber daya komputasi diperlukan. “Kami dapat mengurangi biaya pelatihan sekitar 75%, bahkan saat meningkatkan jumlah model yang dilatih,” jelas Kirkman. “Kami dapat melakukannya karena kami telah berpindah dari model yang menjalankan satu instans Amazon EC2 berukuran besar 24/7 ke jenis instans apa pun yang kami butuhkan sesuai permintaan melalui Amazon SageMaker.”

Membangun platform ML di Amazon SageMaker juga berarti bahwa tim IT kecil NerdWallet dapat segera memanfaatkan kemajuan industri. “Dari perspektif infrastruktur dan teknologi, menggunakan Amazon SageMaker membantu kami mempercepat upaya, fitur, dan fungsionalitas platform pembelajaran mesin secara signifikan,” ujar Kirkman. “Dan dengan bekerja bersama AWS, kami berhasil berdiri di atas pundak para raksasa.”

Penggunaan pembelajaran mesin dan Amazon SageMaker mewakili pergeseran dalam cara NerdWallet memanfaatkan teknologi untuk menonjolkan dirinya sendiri dalam pasar layanan keuangan yang padat dan kompetitif. Di masa mendatang, Kirkman dan timnya berencana untuk terus menggunakan teknologi guna menawarkan layanan dengan nilai tambah. “Membantu pelanggan dalam beragam jenis keputusan keuangan yang mereka miliki dan selaras dengan para konsumen merupakan hal pembeda yang utama bagi kami,” pungkas Kirkman. “Menggunakan ilmu data dan pembelajaran mesin membantu kami melipatgandakan upaya tersebut.”

Untuk mempelajari selengkapnya, kunjungi thinkwithwp.com/sagemaker.