Machine Learning modell migráció

Terület:

MACHINE LEARNING, IT INFRASTRUCTURE, DEVELOPMENT SUPPORT

PROJEKT HOSSZA:

4 HÓNAP

BRIEF

Magyarország egyik meghatározó pénzintézete, új machine learning alapú megoldások bevezetése mellett döntött csoport szinten, melynek első implementációs fázisában a magyarországi banknál történő bevezetés volt a cél.

A projekt célja egy olyan machine learning modell létrehozása volt, amelynek segítségével az ügyfélszegmenseket könnyű meghatározni és azok változásait egy öntanuló eljárással lekövetni.

A BCS Consulting csapata az alábbi területeken nyújtott segítséget a projekt folyamán:

AWS cloud környezetben fejlesztett modell migrálása on-premise környezetbe (a bécsi központtal közösen)
On -premise környezet kialakítása és annak működtetése: a projekt során figyelembe kellett venni a banki működési környezetet és a szabályozók iránymutatásait

TECHNOLÓGIA:

R, RSTUDIO SERVER, GIT, BITBUCKET, ORACLE DB, LINUX, NEXUS, ZABBIX

FOLYAMAT

1.

Igényfelmérés: Mekkora tárhely, mennyi memória, milyen szoftverek, GUI-k szükségesek a fejlesztőknek?

2.

Lehetőségek felmérése: Milyen IT infrastruktúrára, és ehhez milyen jogosultságokra van szükség?

3.

Megvalósítás
i. IT Architektúra kialakítása: Szerverek létrehozása, szükséges programok telepítése
ii. RStudio Server fejlesztői környezet elérésének biztosítása a fejlesztői gépekről (tűzfalszabályok stb.)
iii. Adatbázis kapcsolatok biztosítása a modell számára (tűzfalszabályok, connection stringek, technikai userek, stb.)
iv. Verzió kezelés biztosítása Git-tel Bitbucket repón keresztül
v. Adatbázis kapcsolatok, verzió kezelés tesztelése RStudio Server-en keresztül
vi. Bécsi modell hazai migrálása
vii. Bécsi modell hazai adatkörhöz való átkonfigurálása (adatbázis kapcsolatok, bemenő adatok megfelelő formára hozása)
viii. Ütemező script létrehozása
ix. Technikai userek és jelszavak titkosításának kialakítása
x. Logok kezelésének kialakítása (log rotation)
xi. Monitoring kialakítása
xii. Release Struktúra és Release Process kialakítása
xiii. Fejlesztési és üzemeltetési dokumentáció létrehozása

4.

Tesztelés
i. Funkciók folyamatos tesztelése a fejlesztés során a fejlesztői szerveren (DEV)
ii. Első Release tesztelése az integrációs (INT) környezeten

5.

Üzembe helyezés az éles szerveren (PROD)

EREDMÉNY

Olyan machine learning modell és környezet létrehozása, amelynek segítségével az ügyfélszegmenseket könnyű meghatározni és azok változásait egy öntanuló eljárással lekövetni.