Denizbank ve Microsoft Veri Ambarı Projesi'nde beraber

DenizBank, Intertech ve Microsoft; hem Türkiye hem de Ortadoğu ve Afrika pazarlarındaki çoğu ülkede emsal kaliteyi taşıyan; Veri Bilimi departmanlarının daha elastik, inceleme ve üretim merkezli, maliyet yönünden avantajlı ve ölçeklendirilebilir bir ekosisteme kavuşmasına imkan gerçekleştiren Veri Ambarı Projesi amacıyla işbirliği yaptı.

Bankacılık ve finansta veri bilimciliği bölümünde sektörün kritik gereksinimlerine cevap veren ve ArGe ve bulut çalışmaları ayağı Microsoft ile yürütülen projenin ana hattını; titiz bilgilerin, BDDK’nın onaylayacağı emniyet kriterlerine ideal belli mekanizmalardan geçerek, bulutta çalışacak bölgeye aktarılması hususu oluşturdu.

Raporlamalardan gerçek vakitli çevrimiçi büyük veri çözümlerine geniş bir alanda modelleme olanağı gerçekleştiren proje kapsamında, problemleri kaynağında çözerek ve bilgileri kaynağında oluşturup yeni yapılar kurarak üretkenlik katsayısı da artırıldı. Diğer yandan, bulutun gücünden ve süratinden, veri güvenliği ve saklılığı ilkelerine sadık kalarak yararlanan numune bir model yaratıldı

Yenilikçi teknolojiler ile vakit tasarrufu sağlanıyor

Performans ve veri kalitesine odaklanılan proje kapsamında, sıhhatli ve gerçek vakitli veriyle yapılan büyük veri bölgelerinde, istenilen modellemeler gerçekleştirilebiliyor ve meşru raporlamalar doğru altyapıda sunulabiliyor.

Yüksek erişilebilirlik ve felaket kurtarma çözümlerine merkezli Always On teknolojisinin aktif kullanıldığı projede, belli bilgilerin kaynağında üretilmesi, raporların çalışılması, büyük veri bölümünde geliştirmelerin yapılması gibi pek çok çalışma eş vakitli ilerliyor.

Veri bilimciler amacıyla bütün imkanların sağlandığı, heyecan verici bir bölge

80 kişilik veri bilimci ekibinin, kurum içi sistemlerde erişmek istedikleri veri boyutları ile analitik çalışmalarını basitçe yürütebilmesi amacıyla söz hususu iş birliğini gerçekleştiren DenizBank, büyük veri bölgesi ile çalışmalarına sürat ve inovasyon katarken, maliyet üstünlüğü da elde etti.

Azure Machine Learning servis altyapısı ile çalışan; KVKK ve GDRP uyumlu, finans pazarında model olmaya aday yeni bölge ile veri DenizBank sunucularında tutulurken, izin verdiği bilgiler, lüzumlu şifrelemeler ile Azure bulut bölgesine aktarılıyor.

Böylece veri bilimci ekipler, Özel Bulut’ta gereksinimleri durumunda kaynaklarını artırabiliyor. Hem de Azure’un değişik versiyonları, son güncelleme ve araçları tek noktadan sunması da çalışmalarını kolaylaştırıyor. Veriyi günlük zamanlanmış bir altyapıyla bulut bölgesine aktaran DenizBank, böylece veri biliminde kendi hibrit yapısını da yaratmış oluyor.

Azure ile bütün uygulamalarda kapsamlı ve etkin idare

Kasım 2020’de başlayan projenin ilk iki aylık etabında ana başlıkların belirlenmesinin ardından, Ocak Ayı 2021’de ivme kazanıldı ve 3 aylık kısa bir sürede yaşama geçirildi.

Bugün gelinen noktada, alakalı ekipler, çalışmak istedikleri modellere yönelik bilgileri işaretleyerek, asli bankacılıktan finansal uygulamalara her noktada, mevzuat ile uyumlu yol haritası ile bulutta çalışabiliyor.

Azure Machine Learning Operations (MLOps) becerileriyle modeller üstünde çalışmak, neticeleri direkt buluta birleşik saklayabilmek, değişik veri setlerini, kaynak ya da efordan bağımsız bulutta ölçeklendirmek olası oluyor.

Donanım, emniyet, kurulum, yetkilendirme gibi iş ve maliyet yükleri ortadan kalkarken; bu modeller DenizBank sunucularına hizmet olarak sunulabiliyor ve Azure Kubernetes Service altyapısı ile lüzumlu servisler dağıtılabiliyor.

Tüm uygulamaların senkron ve güncel olması noktasında etkin idare gerçekleştiren Azure, Machine Learning kütüphaneleri ve desteklenen harici kütüphanelere yönelik bir altyapı temelinde, güncel ve gelişime açık kaynaklarla çalışırken; model yaratmaya yönelik elastik bölge ile kaynaklar hedeflere ideal olarak artırılıp azaltılabiliyor, yaşlandırılmış olarak erişime yayılan bilgiler ile ekipler gereksinimleri olan elastikliğe ve sürate sahip oluyor.

Titiz çalışmalar, veri bilimi ve BT ekiplerinin kuvvetli iş birlikleri ve bulutun tanıttığı imkanlar ile regülasyonlara tam uyumlu şekilde tamamlanan lider çalışma, makine öğrenmesi modellerinin izlenmesi, doğrulanması ve idaresi vasıtasıyla model geliştirip dağıtma süratini artıracak imkanlarla ilham veriyor.