The Challenge
ApparelMagic voleva sviluppare un microservizio di generazione immagini per aiutare i brand di moda a creare automaticamente le immagini dei propri capi e accorciare i cicli di progettazione. Realizzare il tool internamente avrebbe distolto il team dal potenziamento di altre soluzioni AI per due mesi, sottraendo focus alle iniziative a più alta priorità.
The Solution
I cloud engineer di DoiT hanno realizzato un tool serverless di generazione immagini su AWS Lambda, con tre code separate per i diversi stili visivi. La soluzione include pre-processing basato su policy per la sicurezza, monitoraggio completo con AWS CloudWatch e dead-letter queue per la gestione degli errori. DoiT ha consegnato l'intera infrastructure-as-code, corredata di documentazione approfondita e supporto al passaggio di consegne.
Results
- Risparmiati due mesi di sviluppo, permettendo al team di ApparelMagic di concentrarsi sulle priorità core della piattaforma
- Tempi di design ridotti del 99,9% per i clienti, da settimane di lavoro a pochi secondi
- Realizzata un'architettura serverless scalabile, che gestisce automaticamente i picchi di utilizzo senza compromettere le performance
DoiT ci ha aiutato a passare rapidamente da zero a uno. In poco più di due mesi siamo passati dall'idea di un tool di generazione immagini a un sistema pienamente operativo e pronto all'uso per i nostri clienti.
Davin Harding, Senior Software Engineer di ApparelMagic
Chi è ApparelMagic
ApparelMagic è un sistema di enterprise resource planning (ERP) pensato per i brand di moda. La sua solida piattaforma offre alle aziende del settore abbigliamento una suite di strumenti in cloud per ottimizzare le operazioni e favorire la crescita. Dal design alla consegna, ApparelMagic è la scelta dei leader di settore che puntano su innovazione, qualità e scalabilità.
Gettare le basi della collaborazione con la formazione sull'AI generativa
Dopo una presentazione iniziale da parte di AWS, ApparelMagic e DoiT hanno avviato la collaborazione per sviluppare il tool di generazione immagini. Durante una prima call di discovery, ApparelMagic ha illustrato le proprie esigenze, tra cui la preferenza per un microservizio disaccoppiato e API-first. I cloud architect di DoiT hanno quindi condotto una serie di workshop e sessioni formative sull'AI generativa con il team di ApparelMagic, per offrire una visione chiara della tecnologia che sarebbe stata impiegata.
Progettare un tool di generazione immagini affidabile con i cloud engineer di DoiT
I cloud engineer di DoiT hanno realizzato il tool di generazione immagini sfruttando l'architettura serverless di AWS Lambda per scalare automaticamente, preservando performance e governance. Hanno implementato un pre-processing dei prompt utente basato su policy, per garantire sicurezza e un utilizzo appropriato. Il flusso è stato suddiviso in tre code separate, una per ciascuno stile di immagine, e ogni coda è collegata a una funzione AWS Lambda dedicata, in modo da evitare la concorrenza sulle risorse e ridurre i colli di bottiglia.
Osservabilità e monitoraggio completi
DoiT ha migliorato la manutenibilità del tool con solide funzionalità di monitoraggio lungo tutta la pipeline. L'uso di code separate per ciascun tipo di immagine ha semplificato il monitoraggio nella console AWS, offrendo ad ApparelMagic una visibilità chiara delle richieste in arrivo, di quelle andate a buon fine e di quelle fallite. DoiT ha integrato AWS CloudWatch per l'osservabilità e ha sfruttato le dead-letter queue per intercettare le richieste problematiche, evitando di perderne alcuna e abilitando un monitoraggio dettagliato degli errori.
Passaggio di consegne fluido e deployment rapido
DoiT ha consegnato l'infrastructure-as-code, pronta per essere distribuita da ApparelMagic sulla propria piattaforma. I cloud engineer di DoiT hanno lavorato a stretto contatto con il team di ApparelMagic per garantire un passaggio di consegne fluido, illustrando l'intera architettura e collaborando ai test del tool e alla risoluzione dei bug. Il tool di generazione immagini è ora in fase di rollout verso i clienti, che possono utilizzare prompt in linguaggio naturale per creare istantaneamente tre immagini distinte dei propri design di abbigliamento.
Scopra come DoiT aiuta i team cloud a tenere sotto controllo la spesa
Scopra come Cloud Intelligence™ aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.
More customer stories
Finlex taglia i costi cloud del 50% e porta l'AI in produzione con DoiT
- Over 65%
- di riduzione dei costi di infrastruttura cloud dal 2024 a oggi
- 40%
- di risparmio grazie a maggiore visibilità e a un'architettura AI efficiente
In Hippo i costi cloud diventano azione concreta dei team
- Minutes
- Tempo di integrazione di Attribute™ con AWS
- Business unit
- Livello di accountability sui costi raggiunto
Island ottiene visibilità reale sul costo per cliente, senza tagging
- $5B
- Valutazione aziendale
- Days
- Tempo ai primi insight
- 0
- Tag richiesti
Claroty sblocca l'attribuzione precisa dei costi per cliente con Attribute™
- 1,000+
- Clienti protetti nel mondo
- Days
- Tempo per i primi report granulari sui costi
- Zero
- Impatto sull'operatività durante il deployment
Come l'attribuzione dei costi per cliente abilita un pricing AI basato sul valore
- $1.3M
- di ricavi a margine negativo emersi
- ~360
- account in perdita identificati
- $1.3M
- di perdite aggregate emerse
Salt Security standardizza il COGS per ottimizzare margini e pricing
- 1
- Fonte unica di verità per il COGS
- 1
- Fonte di verità standardizzata per il COGS tra CFO e DevOps
- 0
- Modifiche al codice o tagging richiesti per integrare Attribute™
PropertyGuru trasforma il caos dei costi cloud in ownership dell'engineering
- Minutes
- per decifrare le fatture dei servizi condivisi (prima ci volevano ore)
- 32M+
- Utenti mensili in cerca di immobili serviti
- 2 weeks
- Dal deployment agli insight concreti
What they say
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.
Andrea Benfatto, Platform/Cloud Runtime Engineering Manager
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
PerfectScale cut 40% off our total EKS spend, and the automations handle what used to take our team 20 hours a month. Now we spend that time on reliability and performance instead of chasing cost metrics.
Caio Cristo, Director of Infrastructure/SRE
What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.
Chiamaka Ibeme, Engineering Manager, Platform
Your cloud bill shouldn't be a mystery
Let us show you what ships this week.

