打造银行业人工智能信息架构.pdfVIP

打造银行业人工智能信息架构 刘胜利 IBM数据与人工智能业务技术总监 IBM云事业部 演讲内容 客户案例 核心交易系统OLTP案例 - OLTP单机潜能？ 数据治理 - 国内银行可能面临的通用需求 银行业数据与人工智能架构的技术考量 开源与可控的挑战 云与大数据平台关系 数据治理与管控平台 核心系统数据处理能力与分布式数据库考量 大数据，关系型数据库与数据仓库 企业级AI平台的考量 IBM 数据与人工智能架构蓝图 信息架构蓝图 人工智能阶梯 案例 ：XX银行数据治理平台项目 我们理解的客户需示和期望 IBM在项目中给客户的方案和帮助 XX银行经过咨询项目梳理出的数据治理相关制度体系、基础数 基于客户要求， IBM花了大量的时间和合作伙伴一起做POC 据标准及相关管理流程、数据质量管理流程，元数据管理流程等 内容落地。 全行级的数据资产目录和数据地图展示 IBM 元数据管理，提供提供广泛的元数据自动获取 部署并实施一套优秀的数据治理平台，落地数据治理政策办法和 IGC -IBM information Governance Catalog - IBM enterprise search: 基于 动态图形的企业全文搜索引擎 数据生命周期管理 查找发现和洞察在整个目录中的信息，跨越全部信息资产类型和它们的关系。 通过数据治理平台的建设，来支撑XX银行的数据质量剖析、数 IGC -IBM information Governance Catalog 据质量评估、数据质量问题闭环管理； AI和机器学习能力来实现业务术语和技术元数据的关联 基础性的、长期性的工作，逐步形成长效机制 IBM Information Analyzer • 数据分析和轮廓剖析，支持和外延数据分类。 • 字段分析包括：类别、格式、数据类型、属性、最小/最大、分布状况。 • 数据质量分析, 数据质量评分。 逐步落地和实现XX银行关于银监会数据治理指引的各项要求。 自动化，端到端的数据血缘分析 IBM分析得非常细致 —— 客户评语。 4 话题1: 云与大数据 常听到CIO的典型问题 “如何选择PaaS，SaaS云平台，业务如何上云？数据是否 需要上云？ o 国内很多企业客户正在进行的工作： o IaaS 基本完成，PaaS，Saas正在兴起，要面临选型 o 公有云与私有云 o IBM可以提供的建议： o 企业走混合云之路，私有云主导 o 云选型：国产，国际厂商，自研（成本太高） o 云一定要符合开源标准化，未来技术投入跟得上 o 数据容器化，应用微服务化 o IBM Cloud Pak and Redhat Openshift 领先的企业私有云平台 o 数据需要上云吗？ o 根据需要，有些在云上，大量可能在云下 o 更多的数据系统将上云 o 云技术正在和大数据技术融合，对象存贮VS HDFS, K8S Vs 5 Yarn, 边缘计算与数据虚拟化。 o Cloud