Capital One присоединяется к спонсорам-основателям RISELab в Калифорнийском университете в Беркли
Миссия RISELab – дать машинам возможность быстро выполнять интеллектуальные действия на основе данных в реальном времени и контекста окружающего мира.
Автор Стивен Романофф
Как компания, основанная на данных, Capital One десятилетиями использовала информацию из данных, чтобы предлагать своим клиентам финансовые продукты, отвечающие их разнообразным потребностям. Сейчас мы вступаем в новую эру данных и вычислений, основанную на технологиях больших данных и облачных масштабах и характеризующуюся большими/быстрыми данными, автоматизированными интеллектуальными решениями и комплексной безопасностью.
Конвергенция этих технологий может открыть множество новых возможностей для использования данных и контекста в режиме реального времени, чтобы помочь нашим клиентам в их финансовой жизни. Это будет иметь решающее значение по мере того, как мы все больше движемся к будущему, в котором банковское дело будет более онлайновым, цифровым и способным лучше предвидеть потребности клиентов.
Именно это побудило Capital One присоединиться к спонсорам-основателям новой инициативы на факультете электротехники и компьютерных наук Калифорнийского университета в Беркли, RISELab. В течение следующих пяти лет RISELab сосредоточится на разработке безопасной платформы принятия решений в режиме реального времени, включая инструменты и алгоритмы, позволяющие быстро принимать автоматизированные решения на основе данных в реальном времени. RISELab построена по образцу чрезвычайно успешной AMPLab Беркли, которая разработала фундаментальные возможности работы с большими данными с открытым исходным кодом, включая Apache Spark, Apache Mesos и Alluxio.
Миссия RISELab — обеспечить более качественные и безопасные решения в режиме реального времени с высокой степенью автоматизации — и его акцент на метаданные и контекстные данные как на основу для включения других компонентов; передовые вычислительные платформы, обеспечивающие скорость и масштабируемость; существенные достижения в машинном обучении на живых данных; и надежная сквозная безопасность — могут привести к прорыву в обслуживании клиентов в различных отраслях.
С 11 по 13 января мы присоединились к преподавателям и студентам RISELab Калифорнийского университета в Беркли вместе с другими спонсорами-основателями Google, Amazon Web Services, Microsoft, GE, Intel, IBM, Ericsson, VMWare, Huawei и ANT Financial, чтобы начать инициативу RISELab. .
В презентациях и обсуждениях мы узнали больше о стратегии, целях и технических деталях лаборатории. Ниже приведены некоторые основные моменты интересных проектов, которые лаборатория возьмет на себя:
· Ground — служба контекста данных, позволяющая централизованно управлять всеми данными о данных. Перспектива проекта по добавлению временного и поведенческого контекста к традиционным метаданным дает возможность лучше использовать эти контекстуальные данные в дополнение к тому, как люди используют данные. Как компания, работающая с данными, Ground особенно ценна для Capital One, и мы уже начали сотрудничать с RISELab по этой инициативе. Джеймс Далтон, старший инженер по данным в нашей команде, работает вместе с исследователями Калифорнийского университета в Беркли над разработкой Ground, который является основополагающим компонентом безопасного стека принятия решений в реальном времени.
· Clipper — это модульная структура для оптимизации и развертывания моделей в рамках машинного обучения из пользовательских приложений. По мере расширения использования машинного обучения Capital One в различных приложениях такие фреймворки, как Clipper, позволят нам упростить развертывание моделей и повысить производительность и точность.
· Capital One использует структуры графов, чтобы лучше идентифицировать и находить новые взаимосвязи между разрозненными элементами данных, а также помогать в сценариях использования, которые лучше предвосхищают потребности клиентов. Tegra позволяет эффективно анализировать графоструктурированные данные по мере развития графа. Этот временной контекст дает возможность запрашивать изменения в базовом графе и позволяет нам исследовать не только отношения в определенный момент времени, но и то, какими они были и как они развивались. Эта способность оглянуться назад на эволюцию отношений очень сильна.
· Поскольку Capital One продолжает внедрять облачные технологии, мы всегда ищем новые способы, позволяющие нашим командам и пользователям выбирать лучшую виртуальную машину для своей конкретной рабочей нагрузки. Paris — это платформа моделирования для оценки производительности рабочих нагрузок между виртуальными машинами и даже между облачными провайдерами. Эта возможность может помочь нам более эффективно и экономично мигрировать в облако.
В дополнение к многообещающим технологическим исследованиям и разработкам RISELab, спонсорство Capital One также способствует нашей приверженности разработке программного обеспечения с открытым исходным кодом и технологическому сообществу Bay Area. Сотрудничая с академическими и отраслевыми партнерами, мы стремимся совместно решать насущные технологические проблемы, которые приведут к революционному опыту работы с клиентами в нашей отрасли и за ее пределами.
Работа RISELab только начинается. Я рекомендую вам ознакомиться с проектами и сотрудниками лаборатории, а также следить за обновлениями в этом блоге.
Чтобы узнать больше об API, открытом исходном коде, мероприятиях сообщества и культуре разработчиков в Capital One, посетите DevExchange, наш универсальный портал для разработчиков. https://developer.capitalone.com/
