FIS GLOBAL

客戶案例研究

FIS GLOBAL

FIS Global為銀行,信用工會和簽證和萬事達卡等支付處理器提供後端金融服務。FIS全球財富500強公司在100多個國家提供超過20,000多家客戶。它的技術每年有助於在全球範圍內移動超過9萬億美元。

行業

金融服務

垂直用例

  • 數字銀行服務
  • 在會話客戶渠道上收集洞察

技術用例

  • 數據攝取,ETL
  • 機器學習

挑戰

FIS Global是銀行,信用合作社和支付處理器的最大Fintech產品提供商之一。其中一體產品數碼之一,使金融機構能夠在Web,移動和會話渠道等數字渠道中創建Omnichannel體驗。該平台還Beplay体育安卓版本提供了具有強大客戶分析的金融機構。使用數據卷大小達到Petabytes,FIS Global的團隊遇到了縮放支持數據和ML架構的問題:

  • 大量數據:客戶銀行通過在線和手機可以通過在物理分支中產生多達九倍的數據。這導致半結構化數據的曲棍球棒增長使得它極為困難,並且成本對規模傳統數據商店持久。
  • 複雜數據湖基礎設施:在昂貴的硬件上存儲遺留基礎設施中的數據湖是耗時且昂貴的管理。
  • 低效機器學習:FIS全球團隊投資機器學習,提高平台的能力,但經驗豐富的挑戰標準化數據科學團隊的模型的存儲,管理和開發。Beplay体育安卓版本

解決方案

FIS Global利用DataBricks統一分析平台來減少管理基礎架構的Devops開銷,並簡化機器學習Beplay体育安卓版本過程,使其更加可銷售和可重複。

  • 自動基礎設施:完全托管基礎設施由Apache Spark提供支持,具有自動群集管理,用於速度,成本控製和彈性。
  • Delta湖:FIS Global的數據湖泊現在具有可靠性,安全性和性能,使工程師能夠以規模構建強大的流式數據流水線。
  • 管理MLFLIF:使用MLFLIF,FIS GLOBAL可以輕鬆管理整個機器學習生命周期,從跟蹤實驗到監控生產模型。

結果

使用DataBricks,FIS Global建立了一種鋪上浮卵式數據和ML平台,支持其數碼產品的增長,同時降低運營費用和複雜性。Beplay体育安卓版本

  • 提高生產力:數據科學團隊可以通過機器學習進行協作和實驗更快。事實上,團隊建立了一個ML模型,以預測僅僅兩天的用戶攪拌。
  • 較低的運營成本:通過自動化基礎設施和簡化的流程,FIS Global減少了數百萬美元的業務費用,同時提高了項目成功。
  • 新產品:隨著在基礎設施和模型管理的花費較少,Teams現在更加專注於分析數據,結果加速了新產品開發。

“與Databricks不僅可以在成本的一小部分地區解決百萬美元的項目,我們能夠非常成功。”

Aaron Colcord.
工程高級總監,FIS GLOBAL。
Baidu
map