ASIC mulai menggunakan data lake AWS yang dilindungi dalam skala besar – Cloud
Technology

ASIC mulai menggunakan data lake AWS yang dilindungi dalam skala besar – Cloud

Komisi Sekuritas dan Investasi Australia telah mulai menggunakan data lake bersertifikat tingkat yang dilindungi dalam skala besar, yang mendukung pengiriman lebih dari 130 proyek data.

Chief data and analytics officer Scott Barber mengatakan kepada acara Databricks and Public Sector Network bulan lalu bahwa platform dengan cepat menjadi “inti dari semua yang kami coba lakukan” dengan data.

Data lake, yang dibangun dengan Databricks di Amazon Web Services dengan bantuan Cloudten, diluncurkan pada September 2020 setelah memulai kehidupan sebagai proof-of-concept di awal tahun.

Ini memberi ASIC sebuah platform dari mana semua aktivitas datanya di industri jasa keuangan dapat disatukan, dibagikan, digunakan kembali, dan dikolaborasikan melalui “data mutakhir dan alat analitik”.

Barber mengatakan regulator “sejauh ini sukses besar menggunakan platform untuk manajemen data, dengan semua inisiatif data baru disampaikan melalui data lake”.

“Saat ini kami memiliki lebih dari 130 proyek data yang sedang berjalan, mulai dari pengumpulan data kecil yang dipesan terlebih dahulu hingga menjelajahi pengembangan algoritme kecerdasan buatan yang canggih,” katanya.

Dengan setiap proyek diuntungkan dari tata kelola data tertanam, keamanan informasi, dan pola serta layanan yang dapat digunakan kembali, platform ini “menghabiskan waktu dan biaya pengiriman proyek data”.

ASIC menggunakan alat tata kelola data Collibra, yang memungkinkannya digunakan untuk memindai sistem secara otomatis untuk membantu memahami penyimpanan data, pergerakan data, dan penggunaannya.

“Ini membutuhkan banyak upaya manusia untuk menemukan proyek yang lebih besar, tetapi juga menyediakan katalog data bagi analis untuk membantu menemukan data yang kami cari,” kata Barber.

“Dan aspek yang sangat keren dari alat ini, adalah… alat ini juga dapat menyarankan kumpulan data lain yang mungkin Anda minati, seperti pengalaman berbelanja Amazon, hanya untuk menemukan data di organisasi Anda.”

Barber mengatakan regulator telah menjalankan “beberapa pelaporan yang sukses dan implementasi pemrosesan bahasa alami” dengan memanfaatkan danau data.

ASIC masih dalam proses “menyebarkan… analis ke platform baru” dan terus memigrasikan data lama untuk “membuat adopsi lebih menarik”.

Kemenangan cepat

Barber juga membahas sejumlah “pabrik bernilai cepat” yang diselesaikan ASIC dalam dua tahun terakhir untuk menghasilkan nilai.

Salah satu proyek tersebut menjalankan pemrosesan bahasa alami atas prospektus yang diajukan, yang secara tradisional harus dibaca oleh ASIC secara manual untuk menilai risiko.

“Apa yang dapat kami lakukan adalah membangun algoritme pembelajaran mesin yang dapat mengekstrak informasi ini dari prospektus dan menghemat banyak waktu dari orang-orang yang memindai dan mentranspos informasi ini secara manual,” kata Barber.

“Di luar itu, kami memiliki mesin yang pada dasarnya ‘mengawasi’ saat regulator kami membubuhi keterangan dokumen-dokumen ini, jadi itu mulai bergerak lebih dari sekadar program berbasis aturan. [to] mulai memahami polanya, dan mulai memberikan skor risiko untuk dipertimbangkan oleh regulator.”

Proyek quick win lainnya adalah bukti konsep seputar AI untuk pelaporan pelanggaran, mendahului reformasi yang mulai berlaku pada bulan Oktober.

“Kami sedang bergerak ke fase di mana kami akan meningkatkan dari 10.000 laporan pelanggaran per tahun menjadi 100.000 atau 200.000 laporan, dan kami membutuhkan cara yang efektif untuk dapat melakukan triase dan memahami mana yang perlu ditindaklanjuti lebih lanjut,” katanya. dikatakan.

“Ini adalah contoh sempurna untuk AI. Kami memiliki sejarah bertahun-tahun, kami melacak apa yang telah dilakukan manusia dengan ini, dan kami telah membuktikan bahwa dengan mengarahkan AI ke sana, kami dapat mulai mengembangkan algoritme yang dapat menangani sebagian besar pelanggaran dan triase dan mengarahkannya dengan benar ke organisasi.”

Lebih banyak pekerjaan yang harus dilakukan

Meskipun pekerjaan signifikan untuk meningkatkan kemampuan data dan analitik regulator keuangan, Barber mengatakan perjalanannya masih dalam “tahap awal”.

“Kami sedang dalam perjalanan, dan kami realistis bahwa memaksimalkan nilai dan dampak data akan menjadi sedikit perjalanan yang bergelombang,” katanya.

“Dan sementara kami memiliki banyak data dan memiliki banyak analis yang melakukan hal-hal baik, kami belum mengeksploitasi skala kami dan menyatukan data di semua vertikal kami.

“Bagi kami, vertikal keduanya internal, jadi melihat ke seluruh pasar dan menggabungkan data itu dengan layanan keuangan atau data hipotek, tetapi juga vertikal [are] lintas instansi pemerintah.

“Kami berkolaborasi dengan agensi seperti ATO [Australian Taxation Office, APRA [Australian Prudential Regulation Authority] dan ABS [Australian Bureau of Statistics], tapi kita bisa berbuat lebih banyak, dan itu adalah… kesempatan yang nyata untuk mengidentifikasi ancaman dan bahaya dengan lebih baik dan, dalam beberapa kasus, mengambil tindakan pencegahan.”

Barber mengatakan ASIC sudah melakukan ini untuk aktivitas phoenix ilegal.

“Kami memiliki inisiatif yang sedang berlangsung untuk berbagi data di ASIC dan ATO, dan kami memanfaatkan otomatisasi, pemrosesan bahasa alami, dan AI pada data yang telah kami kumpulkan,” katanya.

“Tujuannya adalah untuk merampingkan proses kami dan mengidentifikasi lebih baik aktivitas phoenix ilegal, tetapi juga – jika memungkinkan – terlibat dalam intervensi awal untuk mendorong hasil yang lebih baik bagi pihak-pihak yang terkena dampak.”

Posted By : pengeluaran hk hari ini 2021