DenizBank, Intertech ve Microsoft; hem Türkiye hem de Ortadoğu ve Afrika pazarlarındaki çoğu ülkede emsal niteliği taşıyan; Veri Bilimi departmanlarının daha esnek, araştırma ve üretim odaklı, maliyet açısından avantajlı ve ölçeklendirilebilir bir ekosisteme kavuşmasına olanak sağlayan Veri Ambarı Projesi için işbirliği yaptı.

Bankacılık ve finansta veri bilimciliği alanında sektörün kritik ihtiyaçlarına yanıt veren ve Ar-Ge ve bulut çalışmaları ayağı Microsoft ile yürütülen projenin ana hattını; hassas verilerin, BDDK’nın onaylayacağı güvenlik kriterlerine uygun belli mekanizmalardan geçerek, bulutta çalışacak ortama aktarılması konusu oluşturdu.

Raporlamalardan gerçek zamanlı online büyük veri çözümlerine geniş bir alanda modelleme imkanı sağlayan proje kapsamında, sorunları kaynağında çözerek ve verileri kaynağında oluşturup yeni yapılar kurarak üretkenlik katsayısı da artırıldı. Diğer yandan, bulutun gücünden ve hızından, veri güvenliği ve gizliliği ilkelerine sadık kalarak yararlanan örnek bir model yaratıldı

Yenilikçi teknolojiler ile zaman tasarrufu sağlanıyor

Performans ve veri kalitesine odaklanılan proje kapsamında, sağlıklı ve gerçek zamanlı veriyle oluşturulan büyük veri ortamlarında, arzu edilen modellemeler gerçekleştirilebiliyor ve yasal raporlamalar doğru altyapıda sunulabiliyor.

Yüksek erişilebilirlik ve felaket kurtarma çözümlerine odaklı Always On teknolojisinin aktif kullanıldığı projede, belli verilerin kaynağında üretilmesi, raporların çalışılması, büyük veri alanında geliştirmelerin yapılması gibi pek çok çalışma eş zamanlı ilerliyor.

Veri bilimciler için tüm imkanların sağlandığı, heyecan verici bir ortam

80 kişilik veri bilimci ekibinin, kurum içi sistemlerde erişmek istedikleri veri boyutları ile analitik çalışmalarını kolaylıkla yürütebilmesi hedefiyle söz konusu iş birliğini gerçekleştiren DenizBank, büyük veri ortamı ile çalışmalarına hız ve inovasyon katarken, maliyet avantajı da elde etti.

Azure Machine Learning servis altyapısı ile çalışan; KVKK ve GDRP uyumlu, finans sektöründe model olmaya aday yeni ortam ile veri DenizBank sunucularında tutulurken, izin verilen veriler, gerekli şifrelemeler ile Azure bulut ortamına aktarılıyor.

Böylece veri bilimci ekipler, Özel Bulut’ta ihtiyaçları halinde kaynaklarını artırabiliyor. Ayrıca Azure’un farklı versiyonları, son güncelleme ve araçları tek noktadan sunması da çalışmalarını kolaylaştırıyor. Veriyi günlük zamanlanmış bir altyapıyla bulut ortamına aktaran DenizBank, böylelikle veri biliminde kendi hibrit yapısını da yaratmış oluyor.

Azure ile tüm uygulamalarda kapsamlı ve etkin yönetim

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

Bugün gelinen noktada, ilgili ekipler, çalışmak istedikleri modellere yönelik verileri işaretleyerek, temel bankacılıktan finansal uygulamalara her noktada, mevzuat ile uyumlu yol haritası ile bulutta çalışabiliyor.

Azure Machine Learning Operations (MLOps) becerileriyle modeller üzerinde çalışmak, sonuçları direkt buluta entegre saklayabilmek, farklı veri setlerini, kaynak ya da efordan bağımsız bulutta ölçeklendirmek mümkün oluyor.

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

Tüm uygulamaların senkron ve güncel olması noktasında etkin yönetim sağlayan Azure, Machine Learning kütüphaneleri ve desteklenen harici kütüphanelere yönelik bir altyapı temelinde, güncel ve gelişime açık kaynaklarla çalışırken; model yaratmaya yönelik esnek ortam ile kaynaklar hedeflere uygun olarak artırılıp azaltılabiliyor, yaşlandırılmış olarak erişime sunulan veriler ile ekipler ihtiyaçları olan esnekliğe ve hıza sahip oluyor.

Titiz çalışmalar, veri bilimi ve BT ekiplerinin güçlü iş birlikleri ve bulutun sunduğu imkanlar ile regülasyonlara tam uyumlu şekilde tamamlanan öncü çalışma, makine öğrenmesi modellerinin izlenmesi, doğrulanması ve yönetimi aracılığıyla model geliştirip dağıtma hızını artıracak olanaklarla ilham veriyor.