作为世界上最受认可的快餐连锁店之一，麦当劳正在寻求在整个公司内实现机器学习和数据科学实践的“民主化”。
“我们主要使用现成的功能，因此，我们还希望继续教育我们的团队，为市场提供学习机会，麦当劳数据科学和数据分析高级主管帕特里克·巴金斯基（Patrick Baginski）最近在2021年虚拟数据+人工智能峰会上说：“我们希望实现更多的端到端自动化和机器学习操作，总的来说……我们希望继续实施治理和成本控制措施，以确保我们从业务角度所做的工作继续有意义。”
去年年初，Golden Archs向其数据科学和机器学习用户推出DataBricks时，它向ML迈出了一大步。作为过程的一部分，公司了解了将数据引入平台的最佳方法。
“我们这样做的方式是，我们将所有数据引入一个s3 bucket，其中启用了data lake…这有助于我们进行数据版本控制，并在平台中构建可扩展和性能特性工程管道，“麦当劳数据科学和数据分析全球总监Abhi Bhatt说。
Bhatt解释说，在推出该平台不到9个月的时间里，公司从零发展到了“ML Ops的生产规模”。
“我们不仅确定了工具、技术，还完成了法律文书工作，这总是一件麻烦事，但同时也确定了用例，构建了模型，并进行了部署。”
他补充说，在此期间，麦当劳的数据科学和分析团队成功交付了15多个用例，并将30多个模型投入生产，然后将它们部署到麦当劳运营的5个国家。为数据科学和最终用户构建了多个ML部署框架，Bhatt说，这是为了确保麦当劳有适当的安全框架来构建和部署ML模型
此外，大约13万台Databricks已经被使用，每月大约消耗27000小时的计算时间，Bhatt说。
但是麦当劳希望今年进一步扩大ML的使用，他预计这个数字至少会增长4到5倍。”巴特说：“那将是我们真正达到规模，在麦当劳开展ML业务的时候。”
对于巴金斯基来说，麦当劳未来的ML工作将包括对其餐厅进行“非常精细的谷物、SKU水平预测”，自动化营销和个性化相关活动，而不是他所说的“良好的营销机器学习”，例如通过优惠与客户进行无监督的端到端互动，以及跨市场和餐厅的跨渠道绩效评估。
