Trumpai

Finansų įstaigos valdo didelius duomenų srautus iš įvairių šaltinių, kuriuos reikia apdoroti, išvalyti ir saugoti pagal nustatytus standartus. Šiuo metu duomenų valdymas dažnai yra sudėtingas, duomenys dažnai yra dubliuojami, nėra tikslūs, „išbarstyti“ įvairiais formatais ir saugomi skirtingomis priemonėmis, skirtingose vietose. Tai reikalauja specialių techninių žinių ir daug rankinio darbo.

Iššūkis studentams – sukurti dirbtiniu intelektu (DI) paremtą interaktyvų duomenų valdymo įrankį finansų sektoriui, kuris leistų naudotojams natūralia kalba sąveikauti su duomenimis, atlikti analizę bei generuoti ataskaitas. Sprendimui realizuoti naudojama Microsoft ekosistema.

Apie įmonę

Įmonė specializuojasi banko technologijų srityje, kuria duomenų valdymo sprendimus. FSQUARE TECH turi patirtį kuriant, optimizuojant, diegiant bankines programas, atskirus produktus bei įgyvendinant duomenų valdymo sistemas finansų sektoriuje. Įmonė naudoja Microsoft technologijų ekosistemą.
Daugiau informacijos: https://www.fsquaretech.io/

Problema

Duomenų valdymas tiesiogiai veikia organizacijos veiklos efektyvumą, atitiktį reglamentams ir sprendimų priėmimą.
Finansų įstaigos renka, analizuoja ir saugo didelius duomenų kiekius iš skirtingų šaltinių: klientų operacijų, rinkos duomenų, reguliavimo institucijų ataskaitų ir kt. Duomenys dažnai būna skirtinguose formatuose (CSV, JSON, XML, SQL duomenų bazėse, „Excel“ failuose ir kt.). Finansų sektorius griežtai reguliuojamas, todėl duomenų valdymas turi atitikti saugumo ir privatumo standartus.

Daug rankinio darbo apdorojant ir tikrinant duomenis lėtina procesus, o netikslūs, pasikartojantys ar neišsamūs duomenys gali sukelti klaidų analitikose, sprendimų priėmime ir atitikties užtikrinime.
Dirbtinis intelektas (DI) ir automatizavimo įrankiai galėtų padėti optimizuoti duomenų valdymą.

Galimas sprendimas

Siūlomas sprendimas – DI paremtas interaktyvus duomenų valdymo įrankis, kuris leistų vartotojams:

– Naudoti natūralią kalbą duomenų užklausoms formuoti ir gauti atsakymus be sudėtingų SQL ar programavimo žinių;
– Automatiškai tvarkyti, valyti ir standartizuoti duomenis naudojant Microsoft technologijas;
– Atlikti analitinius skaičiavimus, prognozes ir generuoti ataskaitas DI pagalba.

Šiam sprendimui realizuoti planuojama naudojama Microsoft ekosistema, įskaitant:

– Microsoft Copilot;
– Data Science;
– Data Factory;
– Data Engineering ir pan.

Kviečiami studentai

Sėkmingam projekto įgyvendinimui reikalingi šių sričių studentai:

– Duomenų mokslas (Data Science) – duomenų analizė ir DI modelių kūrimas;
– Programų inžinerija (Software Engineering) – sprendimo programavimas ir sistemų integracija;
– Verslo analitika (Business Analytics) – vartotojų poreikių analizė ir ataskaitų generavimas.