Comment DeviantArt utilise Vespa
DeviantArt, filiale de Wix et communauté artistique en ligne, utilise Vespa comme couche de service unique pour la recherche, les recommandations et la découverte de contenus personnalisée. Elle combine en temps réel un classement par apprentissage automatique, un traitement de requêtes sur mesure et l'enrichissement de documents sur son catalogue d'œuvres.
Voir la preuve capturéeL’usage : comment DeviantArt déploie Vespa
DeviantArt, a Wix subsidiary and online art community, uses Vespa as a single serving layer for search, recommendations and personalized content discovery. It combines machine learning ranking, custom query processing and document enrichment in real time over its artwork catalog.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Vespa. usedby ne les mesure pas de façon indépendante.
with an average query latency of 12 milliseconds
Le témoignage du client
Chez DeviantArt, la découverte est au cœur de l'expérience utilisateur. Avec des centaines de millions d'œuvres, un contenu qui évolue très vite et des centres d'intérêt extrêmement variés, il nous fallait une plateforme capable de combiner apprentissage automatique, personnalisation et performances de diffusion en temps réel à très grande échelle. Vespa nous offre la flexibilité d'intégrer des modèles de classement sur mesure, le contexte utilisateur et des traitements propres à notre domaine au sein d'un seul système très performant, ce qui est essentiel pour proposer des expériences réactives et pertinentes à l'ensemble de notre communauté mondiale.Traduction automatique de l’anglaisVoir l’original
At DeviantArt, discovery is fundamental to the user experience. With hundreds of millions of artworks, rapidly changing content, and highly diverse user interests, we needed a platform capable of combining machine learning, personalization, and real-time serving performance at a very large scale. Vespa gives us the flexibility to integrate custom ranking models, user context, and domain-specific processing within a single high-performance system, which is critical for delivering responsive and relevant experiences across our global community.Les clients de Vespa dans le secteur Médias et édition
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de VespaConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Vespa. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
vespa.ai- Source publiée
- 5 août 2026
- Dernière vérification
- 9 nov. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 1 billion documentsVérifié
Imprimé mot pour mot sur la page, près du nom de DeviantArt.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de DeviantArt.
- La date de publicationVérifié
Lue dans les métadonnées de la page, jamais devinée.
- DeviantArt utilise VespaVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
Today, the deployment manages more than 1 billion documents and serves nearly 4,000 queries per second, with an average query latency of 12 milliseconds.


