Duże dane to duże wyzwania – PKO Bank Polski na Big Data Tech Warsaw

Big Data to dość pojemne pojęcie, które zawiera w sobie przechowywanie, przetwarzanie i analizowanie dużych, różnorodnych, często nieuporządkowanych zbiorów danych, a także związaną z tym infrastrukturę, np. klastry oraz chmury obliczeniowe – mówi Daniel Wlazło, specjalista z Centrum Ryzyka Kredytowego Klienta Detalicznego w PKO Banku Polskim.

Big Data Tech Warsaw odbyła się 27 lutego w hotelu Marriott. To jednodniowa konferencja poświęcona praktycznym rozwiązaniom z zakresu data science, sztucznej inteligencji, monetyzacji danych, data engineering, metodyki DevOps i chmur. Wydarzenie przyciąga specjalistów i pasjonatów tych dziedzin – wykłady i prezentacje to prawdziwe historie i praktyczne case-studies z największych firm opartych o Big Data. Konferencja to okazja do poszerzenia wiedzy z pomocą profesjonalistów, wymiany doświadczeń i networkingu w międzynarodowym gronie.

Ze względu na chęć wykorzystania nowych źródeł danych, np. pochodzących z aplikacji mobilnych oraz nowych sposobów ich wykorzystania (chociażby asystent głosowy), Big Data stanowi jeden z kluczowych obszarów zainteresowań PKO Banku Polskiego – daje ogromne pole do rozwoju w miejscach, gdzie przestają wystarczać możliwości oferowane przez tradycyjne bazy danych – podkreśla Daniel Wlazło.

Technologie nie mogą jednak rozwijać się bez ludzi – a specjalistów w tych dziedzinach nadal brakuje. Szczególnie pożądane są osoby łączące zdolności programistyczne z doświadczeniem biznesowo-analitycznym. Synergia takich kompetencji daje szansę na odkrywanie nowych obszarów Data Science oraz nieznanych możliwości rozwoju kariery multidyscyplinarnych ekspertów. Podobnie więc praca w bankowości nie jest już domeną samych finansistów.

­– Stoisko naszego banku cieszyło się dużą popularnością wśród uczestników konferencji. Odwiedzający najczęściej pytali o nasze projekty oraz technologie, które wykorzystujemy w ich realizacji. Wielu z nich podczas rozmów wyraziło chęć aplikowania na stanowiska związane z analizą danych, Big Data i sztuczną inteligencją. Wszystkich, którzy nie mieli możliwości wzięcia udziału w wydarzeniu, zachęcamy do zapoznania się z aktualnymi ofertami pracy znajdującymi się na naszej stronie w zakładce Kariera – mówi Iwona Kwiatkowska, starszy specjalista w Biurze Partnerstwa Biznesowego PKO Banku Polskiego.

Dynamiczny rozwój sektora FinTech, wyzwania w zakresie cyberbezpieczeństwa, a przede wszystkim potrzeba zarządzania i analizy dużych zbiorów danych to trendy, które przyciągają do banków specjalistów z branży IT. Ryzyko kredytowe jest zaś jednym z najlepszych przykładów wykorzystania uczenia maszynowego w kontekście bankowym. Technologiczny „wyścig zbrojeń” niezbędny jest do zachowania konkurencyjności i odpowiadania na zmieniające się potrzeby klientów, również w bankowości.

W obszarze związanym z Big Data, bank poszukuje zarówno osób zajmujących się techniczną stroną obsługi procesów, jak i tych analizujących dane – relacjonuje Daniel Wlazło. – Kluczowa staje się udana współpraca pomiędzy analitykami a inżynierami danych, która w praktyce bywa bardzo trudna bez wypracowania procedur oraz wykorzystywania spójnych narzędzi przez obu zainteresowanych. Bardzo ważne jest również formułowanie jasnych wymagań oraz odpowiednie dokumentowanie procesu. Ponadto dużym wyzwaniem jest automatyzacja procesów budowy i wdrażania modeli (np. ryzyka kredytowego), do czego my, jako bank dążymy – podsumowuje.

Rozwiązania świadczone dziś przez światowych gigantów działających w oparciu o Big Data składają się z setek „mikrousług”. Firmy stają przed nowymi wyzwaniami związanymi z wdrożeniami w chmurze i bezproblemowymi postępami w procesie uczenia maszynowego, przy jednoczesnym zapewnieniu odpowiedniego zarządzania i bezpieczeństwa danych.

Problematyczna jest również kwestia jakości danych i związanej z ich zbiorami infrastruktury. Wciąż potrzeba szybszego dostępu do danych i zwiększenia efektywności wykorzystania Big Data. Zbiory danych już od kilku lat rosną jednak wykładniczo i ani myślą zwolnić. Trudnością jest już samo nadążenie za tym tempem. Pełne zrozumienie Big Data to dopiero kolejny krok – możliwy dla tych, którzy lubią duże wyzwania.

Magda Chałupka