Платформа управления данными
RT Flow Streaming Data Integration
Инструмент для построения аналитических пайплайнов в реальном времени
Flex Loader
Интеграционный ETL инструмент для быстрого создания ODS ХД или DataLake
Инструмент для построения аналитических пайплайнов в реальном времени
- Self-service ETL
- Создание кастомных заданий через UI без Java-кода
- Встроенные инструменты Change Data Capture
- Промышленное развертывание моделей Python
- Управление жизненным циклом заданий
- Интеграция с существующими системами хранения данных
Flex Loader
Интеграционный ETL инструмент для быстрого создания ODS ХД или DataLake
- Поддержка различных видов источников out-of-the-box
- Репликация данных из источников в среду GreenPlum, Hadoop или S3 за считанные часы\дни, а не дни\недели
- Возможность захвата одним действием сразу всей базы или схемы с десятками или сотнями объектов
- Все действия выполняются через управление конфигурацией и не требуют навыков разработки
- Настройка инкрементального обновления с несколькими режимами работы
- Встроенный контроль качества загружаемых данных
- Управление конкурентной многопоточной работой и приоритезация с гранулярностью от источника, группы объектов, отдельного объекта
- Модуль онлайн репликации GreenPlum-Greenplum или Hadoop-Hadoop
- API и слой метаданных для интеграции со сторонними системами мониторинга или Data Governance
Data Ocean
GlowByte внедрит в «Узбекинвесте» инновационную систему принятия решений для предстраховых проверок
19.04.2023
Компания экспортно-импортного страхования «Узбекинвест» при поддержке ИТ-партнера GlowByte внедрит инновационную систему принятия решений для предстраховых проверок Talys.SDE. Программное обеспечение разработано на открытых технологиях российским вендором Data Sapience. Об этом CNews сообщили представители GlowByte.
Платформа Talys.SDE работает в стриминговом режиме и способна за доли секунды обрабатывать и рассчитывать данные, полученные от внешних сервисов, из внутренних источников и баз данных. В системе предусмотрена пакетная обработка заявок, что позволяет автоматизировать процесс предодобренных предложений и упростить регресс-тестирование.
Основой ПО является система на базе Apache Flink. Благодаря этому система обрабатывает тысячи запросов в секунду. Решение развертывается в кластерах Kubernetes, что обеспечивает высокую отказоустойчивость и гибкое управление внутренней инфраструктурой.
Как сообщил Евгений Чернобуров, руководитель страховой практики компании GlowByte, проект с использованием системы принятия решений и моделей ML для оценки вероятности возникновения убытка по страховому договору на этапе его подписания станет первым в своем роде как в Узбекистане в целом, так и в страховых компаниях республики в частности.
Основой ПО является система на базе Apache Flink. Благодаря этому система обрабатывает тысячи запросов в секунду. Решение развертывается в кластерах Kubernetes, что обеспечивает высокую отказоустойчивость и гибкое управление внутренней инфраструктурой.
Как сообщил Евгений Чернобуров, руководитель страховой практики компании GlowByte, проект с использованием системы принятия решений и моделей ML для оценки вероятности возникновения убытка по страховому договору на этапе его подписания станет первым в своем роде как в Узбекистане в целом, так и в страховых компаниях республики в частности.
“
Внедрение системы принятия решений с предиктивными моделями позволит бизнесу оптимизировать и автоматизировать процесс оценки рисков при принятии клиентов на страхование. С помощью моделей машинного обучения страховая компания сможет более точно выявлять потенциально высокоубыточных клиентов и, соответственно, отбирать больше низкорисковых клиентов в свой портфель. Система принятия решений, в свою очередь, позволит этот процесс автоматизировать, учитывая все особенности бизнес-процессов страховой компании. Как результат — увеличение маржинальности бизнеса и доли рынка
“
Рынок страхования становится более чувствительным — и оперативное реагирование на изменения потребностей потребителей, с одной стороны, и объективная оценка величины риска — с другой, являются ключевыми критериями прибыльности бизнеса. В краткосрочном периоде стоит задача обеспечить приемлемую доходность по договорам ОСАГО и добровольному автострахованию, что, безусловно, требует автоматизации процесса принятия решений
Кроме того, применение инновационных цифровых технологий позволит оперативно реагировать на изменения на рынке, на смены предпочтений и потребностей клиентов, а также на изменения в регулировании. В реалиях современности этого можно добиться только тогда, когда используешь цифровые инструменты по максимуму. Для этого в ландшафт системы управления предстраховыми проверками необходимо внедрить инновационные механизмы принятия решений. Изучив рынок, мы убедились в высочайшей экспертизе и опыте команд внедрения и вендора. Благодаря реализации проекта ожидаем не только решить основную задачу, но и создать базис для применения внедряемой системы цифровых инструментов в других направлениях бизнеса, что позволит реализовать основную задачу 2023 г. — цифровой трансформации компании «Узбекинвест».
Вам может быть интересно
Новости