Мы используем файлы cookie для быстрой и удобной работы сайта. Выберите, какие файлы cookie вы разрешаете нам использовать. Подробнее в Политике конфиденциальности.
We use cookies to ensure our website works quickly and easily. Choose which cookies you allow us to use. Learn more in our Privacy Policy.
Обсудить проект
Отправьте запрос, и наши специалисты свяжутся с вами в течение 1 часа
Нажимая кнопку «Отправить», Вы даете однозначное согласие на обработку своих персональных данных в объеме и с целями, определенными Политикой в отношении обработки персональных данных.
Discuss the project
Send a request and our specialists will contact you within 1 hour.
By clicking the "Send" button, you give your unambiguous consent to the processing of your personal data to the extent and for the purposes defined in the Personal Data Processing Policy.
Discovery для проектирования архитектуры Data и ML-платформы крупного платежного сервиса Узбекистана
2 года
10
Реализована оценка трудозатрат и бюджета проекта
ключевых стейкхолдеров
на
Сформирована аргументация о необходимости платформы данных для 10 ключевых стейкхолдеров
Заказчик
Крупнейшая платежная компания рынка Узбекистана
Задача
Разработка целевой архитектуры и дорожной карты внедрения платформы данных на основе требований стейкхолдеров и подхода Data Lakehouse с оценкой ресурсов, сроков и бюджета.
Вызовы/особенности
- Много стейкхолдеров: В проект вовлечены CIO, CDO, Data-команда, CCO, CSO, заместители председателя правления, CMO, CPO и CFO.
- Высокая конкуренция: Растущая конкуренция среди платежных компаний в Узбекистане.
- Необходимость модернизации: Требовалось внедрить современные методы, технологии и инструменты для работы с данными, чтобы находить новые источники дохода и клиентов, а также снижать затраты.
Целевая архитектура основана на Open-Source технологиях.
В основе решения лежит подход Data Lakehouse с разделением слоя обработки данных (процессинга) и слоя хранения.
В архитектуре предложено использование следующих технологий: Apache Airflow, Iceberg, Trino, S3, Spark, Clickhouse, OpenMetadata, Apache Superset и другие.
В основе решения лежит подход Data Lakehouse с разделением слоя обработки данных (процессинга) и слоя хранения.
В архитектуре предложено использование следующих технологий: Apache Airflow, Iceberg, Trino, S3, Spark, Clickhouse, OpenMetadata, Apache Superset и другие.
Техническое решение
Бизнес-ценности
Прозрачность изменений:
Обеспечено четкое понимание текущей ситуации и планируемых преобразований.
Сбор требований:
Определены основные требования к платформе от разных заинтересованных сторон.
Обоснование для стейкхолдеров:
Сформирована аргументация о необходимости платформы данных для 10 ключевых стейкхолдеров.
Экономия ресурсов:
Реализована оценка трудозатрат и бюджета проекта на 2 года
Заложены основы для оптимизации затрат.
Моделирование процессов:
Разработаны модели бизнес-процессов в состояниях AS IS (как есть) и TO BE (как будет).
Нажимая кнопку «Отправить», вы даете однозначное согласие на обработку своих персональных данных в объеме и с целями, определенными Политикой в отношении обработки персональных данных.
Можно прикрепить три файла размером до 3 Мб каждый. Форматы: doc, docx, pdf, ppt, pptx
Разработка программного обеспечения и решений Big Data
Отправьте запрос, и генеральный директор свяжется с вами в течение 1 часа
Выберите удобный способ связи
Сообщение об успешной отправке!