Endeavor是一家全球体育和娱乐公司，处于所有文化形式的交汇点。无论你是观看终极格斗锦标赛，还是参加纽约时装周，还是在超级碗比赛中体验优质服务，或是欣赏最新的好莱坞大片，在你的体验背后都有Endeavor公司的影子，为你和你的亲人带来终生难忘的回忆。我们的目标是，无论我们的客户在哪里，无论他们如何选择与我们接触，都能接触到他们，让他们感到高兴。
Endeavor开发了一个机器学习平台（MLP），结合了最现代的数据技术的最佳功能，使数据科学家能够大规模地开发和部署机器学习应用程序。可处理客户交互并将其组织成功能，用于针对明确定义的业务目标进行预测，例如减少客户流失或推荐购买活动门票。
这些预测通过个性化的营销信息或个性化的用户体验来执行，从而产生更多反馈到 MLP 的交互。通过 MLP，我们的数据科学家拥有通用的数据管道以及可供他们使用的计算和编排引擎，可以轻松地为多个模型、客户端和用例组合进行配置。
我们设计的新颖之处在于利用两个不同的系统：
- Snowflake 用于数据存储和大规模数据处理，
- Prefect on Kubernetes 用于管道编排、部署、和配置管理。
该系统的多功能性使我们能够将数据科学家、数据工程师和机器学习工程师的角色统一为一个人，可以专注于模型开发和特征工程，同时简化部署和推理。
这有双重好处：机器学习团队可以更快地行动，而无需在不同技能组之间翻译技术概念的认知负担，并且不需要聘请精通 SQL 和 Python 的数据科学家以外的专业技能组。
这篇文章解释了Endeavor的MLP的基本架构和组件。到目前为止，已经为UFC、On Location、Endeavor Streaming和IMG Events部署了基于MLP的解决方案。已部署的模型的例子包括On Location的线索排名和评分，UFC用户流式传输更多内容的可能性，UFC失效客户重新参与的可能性，以及IMG活动的个性化活动建议，如Hyde Park Winter Wonderland和Hall Des Lumieres。
详细点击标题