Databricks针对金融服务痛点推出专用湖边小屋解决方案

由Apache Spark创建者所创立的Databricks,推出了针对金融服务专用的湖边小屋(Lakehouse for Financial Services)。湖边小屋是Databricks将数据仓库和资料湖结合在一起的架构,在使用开放格式的云计算存储中,实现与数据仓库类似的数据结构和资料管理功能,而金融服务湖边小屋更多提供了预构建解决方案加速器、资料共享功能和开放标准等功能,以满足金融服务机构的独特需求。

Databricks提到,金融行业在面临资料转型时,通常会面临几个重大挑战,包括担心遭到特定供应商锁定,过度依赖单一云计算供应商,又或是缺乏资料集支持等,而湖边小屋的特性能够解决这些问题,执行即时商业智能资料访问,并且供企业开始推动人工智能应用,让银行、保险和投资市场等企业,都可以利用资料产生影响力,最终使资料和人工智能技术,成为各业务的核心。

除了原先Databricks所提供的湖边小屋功能,像是即时分析、商业智能和人工智能功能之外,金融服务湖边小屋特别提供了经过审查的资料模型框架、合作伙伴解决方案,和14个预构建的加速器和开源函数库。

加速器和开源函数库涵盖金融服务的重要用例,包括交易分析和市场监控,函数库会利用高性能市场资料时间串行处理引擎,结合核心市场资料和各种数据源,使资产管理公司能够大规模预测投资策略,并进行交易成本分析。

加速器也提供了地理空间数据库,可支持超个性化零售银行业务,更好地理解用户行为,进行客户分割,以及制定现代诈骗预防策略。对于监管报告方面,加速器简化遵循开放资料标准,和开放资料共享协议的监管资料收集、处理和传输等工作。

同时,加速器也提供遵守被遗忘权法规的技术需求,赋给企业严谨的审核能力,协助用户遵守GDPR法规。而金融服务湖边小屋还提供一组通用资料模型框架和加速器,来协助用户克服整个企业内,标准化资料方面的挑战。

Databricks也在这项新产品发布的同时,宣布加入成员包括高盛、摩根史坦利、瑞银和摩根大通的FINOS(FinTech Open Source Foundation),以促进金融服务领域的创新和协作。Databricks提到,由于企业希望避免使用复杂、昂贵且专属于特定供应商的资料格式,开源成为金融服务资料战略的核心。

Databricks集成湖边小屋与FINOS的Legend平台,来促进银行生态系统的金融资料处理和交换,并协助制订下一代产业标准。此外,Databricks在去年推出跨组织即时共享资料的开放协议Delta Sharing,也使得企业更容易消费、共享资料,并利用资料获利。

发表评论