Aller au contenu principal
usedby
LabelboxusedbyEdelman

Comment Edelman utilise Labelbox

L'équipe Data & Intelligence d'Edelman a utilisé Labelbox pour produire le signal d'entraînement de modèles propriétaires qui évaluent la confiance des consommateurs envers les marques, en intégrant le jugement d'experts métier internes et en évaluant la qualité des données. Le SDK Python était connecté à son data lake AWS, ce qui permettait de créer des projets et des jeux de données par programmation.

ConfirméÉtude de cas de l’éditeur · Vérifié le 17 nov. 2026
Voir la preuve capturée

L’usage : comment Edelman déploie Labelbox

Edelman's Data & Intelligence team used Labelbox to produce training signal for proprietary models that score consumer trust in brands, incorporating internal domain experts' judgment and assessing data quality. The Python SDK connected to its AWS data lake so projects and datasets could be created programmatically.

Le témoignage du client

l'un des éléments les plus importants est l'expertise métier. Les retours d'experts coûtent cher. Cela coûte moins cher qu'avant grâce à des services comme Labelbox, mais c'est toujours un processus qui demande beaucoup de temps ; nous devons donc d'abord intégrer l'expertise métier dont nous disposons dans notre entreprise et chez nos clients, puis l'injecter dans les projets de ML.
Traduction automatique de l’anglais
Voir l’originalone of the most important components is around domain expertise. Expert feedback is expensive. It's less expensive than it used to be thanks to services like Labelbox, but it’s still a time intensive process, so we first need to incorporate the domain expertise that we have across our business and our clients and then pull that into ML projects.
David Bartram Shaw, SVP, Global Head of Data Science & Machine Learning at Edelman — Source

Les autres outils IA utilisés par Edelman

Autres relations publiques recensées sur usedby.

RunwayObservé
Explorer la stack IA de Edelman

Les autres entreprises qui utilisent Labelbox

Des clients de différents secteurs, avec une preuve publique.

Advent Health PartnersConfirméAncestryConfirméBlue River TechnologyConfirméBurberryConfirméCAPE AnalyticsConfirméCriteoConfirmé
Voir tous les clients de Labelbox

Autres témoignages

Consulter la source

Cette synthèse repose sur l’étude de cas publiée par Labelbox. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.

labelbox.com
Dernière vérification
17 nov. 2026
labelbox.comCapture de l’étude de cas de Labelbox sur EdelmanOuvrir la capture
Ce que dit le témoignage, et ce que nous avons vérifié

Ce que nous avons comparé à la page.

  • L’extrait cité plus hautVérifié

    Copié mot pour mot depuis la page, près du nom de Edelman.

  • Edelman utilise LabelboxVérifié

    Ligne de niveau Confirmé.

  • Le résultat lui-mêmeNon vérifié

    Nous le citons ; nous ne l’avons pas mesuré.

Using weak supervision and intelligent sampling, Edelman DxI built a data-centric process to produce high-quality data with minimal effort. It trained multiple production-grade models on tight timelines and now has the infrastructure to continuously collect and iterate on its signal as projects scale
Extrait de la page. labelbox.com