Cómo Handshake utiliza Anyscale
Handshake usa la plataforma gestionada de Ray de Anyscale para entrenar, ajustar y alojar LLM y modelos de recomendación de aprendizaje profundo, como redes neuronales de grafos y recomendadores de dos torres. Estos modelos impulsan la búsqueda de empleo adecuado, las recomendaciones y el contenido generado por LLM para estudiantes y empleadores.
Ver la prueba capturadaEl uso: cómo Handshake implementa Anyscale
Handshake uses Anyscale's managed Ray platform to train, fine-tune and host LLMs and deep learning recommender models such as graph neural networks and two tower recommenders. These power job matching, recommendations and LLM-generated content for students and employers.
Otros resultados publicados
Cifras publicadas en el caso de estudio de Anyscale. usedby no las mide de forma independiente.
5x faster iteration for AI workloads, accelerating time to market and innovation velocity
10x scalability and >50% cost savings for LLM GPUs
90% higher engagement on jobs, a key business metric
while saving 30% on costs versus comparable A100 workloads
En palabras del cliente
Iterar y escalar modelos de embeddings fundacionales (redes neuronales de grafos, recomendadores de dos torres) entrenados con más de 100-200 millones de interacciones era difícil y laborioso, hasta que migramos nuestros productores de features y nuestros trabajos de entrenamiento a Anyscale + Ray. Nuestra velocidad de experimentación con modelos profundos y dependencias se ha multiplicado por 5, y entrenamos con más datos a menor coste. Anyscale también nos ha permitido lanzar servicios de inferencia en tiempo real totalmente nuevos y experiencias de usuario en tiempo real que los científicos de datos pueden desplegar sin esperar a los expertos en ML Ops.Traducción automática del inglésVer el original
Iterating and scaling foundational embedding models (graph neural networks, two tower recommenders) trained over 100M-200M+ interactions was difficult and time-consuming until we migrated our feature producers and training jobs to Anyscale + Ray. Our experiment velocity with deep models and dependencies has 5x’ed while training on more data for cheaper. Anyscale has also enabled net-new real-time inference services and real-time user experiences that data scientists can roll out without waiting on ML Ops experts.Otras herramientas de IA utilizadas por Handshake
Otras relaciones públicas registradas en usedby.
Explorar las herramientas de IA de HandshakeOtras empresas que utilizan Anyscale
Clientes de distintos sectores, con pruebas públicas.
AttentiveConfirmado
Bedrock RoboticsConfirmado
BonsaiConfirmado
CanvaConfirmado
Chef RoboticsConfirmado
CoactiveConfirmadoConsultar la fuente
Basado en el caso de éxito publicado por Anyscale. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.
anyscale.com- Última verificación
- 7 oct 2026
Abrir la captura Lo que dice la historia, y lo que verificamos
Lo que comparamos con la página.
- La cifra: 50%Verificado
Impresa palabra por palabra en la página, cerca del nombre de Handshake.
- El pasaje citado arribaVerificado
Copiado palabra por palabra de la página, cerca del nombre de Handshake.
- Handshake usa AnyscaleVerificado
Línea de nivel Confirmado.
- El resultado en síNo verificado
Lo citamos; no lo medimos.
The team’s velocity has increased significantly with Anyscale, which is essential for lean teams that have to move fast. Anyscale provides a platform that has transformed Handshake’s data scientists into full-stack machine learning engineers with only a lean team of 1-2 ML infrastructure engineers supporting and maintaining it.






