Pular para o conteúdo principal
usedby
VespausedbyDeviantArt

Como DeviantArt usa Vespa

O DeviantArt, subsidiária da Wix e comunidade online de arte, usa o Vespa como uma única camada de serviço para busca, recomendações e descoberta personalizada de conteúdo. Ele combina ranqueamento com machine learning, processamento personalizado de consultas e enriquecimento de documentos em tempo real sobre seu catálogo de obras de arte.

ConfirmadoEstudo de caso do fornecedor · Verificado em 9 de nov. de 2026
Ver a prova capturada

O caso de uso: como DeviantArt implanta 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.

Outros resultados informados

Números publicados no estudo de caso de Vespa. Eles não são medidos de forma independente pelo usedby.

12 milliseconds

with an average query latency of 12 milliseconds

Nas palavras do cliente

No DeviantArt, a descoberta de conteúdo é fundamental para a experiência do usuário. Com centenas de milhões de obras de arte, conteúdo em constante mudança e interesses de usuários muito diversos, precisávamos de uma plataforma capaz de combinar machine learning, personalização e desempenho de entrega em tempo real em uma escala muito grande. O Vespa nos dá a flexibilidade de integrar modelos de ranqueamento personalizados, contexto do usuário e processamento específico do domínio em um único sistema de alto desempenho, o que é essencial para oferecer experiências ágeis e relevantes à nossa comunidade global.
Tradução automática do inglês
Ver o originalAt 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.
Chris Nell, CTO, Deviantart — Fonte

Usuários de Vespa no setor Mídia e editoras

Empresas do mesmo setor, com evidências públicas.

QwantObservadoYahooObservado
Ver todos os clientes de Vespa

Mais estudos de caso

Ir direto à fonte

Com base no estudo de caso publicado por Vespa. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.

vespa.ai
Fonte publicada em
5 de ago. de 2026
Última verificação
9 de nov. de 2026
vespa.aiEstudo de caso de Vespa sobre DeviantArt, capturadoAbrir a captura da fonte
O que o estudo de caso afirma e o que verificamos

O que comparamos com a página.

  • O número: 1 billion documentsVerificado

    Impresso palavra por palavra na página, perto do nome de DeviantArt.

  • O trecho citado acimaVerificado

    Copiado palavra por palavra da página, perto do nome de DeviantArt.

  • A data de publicaçãoVerificado

    Lida nos próprios metadados da página, nunca adivinhada.

  • DeviantArt usa VespaVerificado

    Linha de nível Confirmado.

  • O resultado em siNão verificado

    Nós o citamos; não o medimos.

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.
Trecho da página. vespa.ai