Процесс цифровой трансформации продолжается, несмотря на возникшую в стране нестабильность. Российские разработчики ПО создают отечественные продукты и формируют вокруг них экосистему приложений и услуг. Производители оборудования стараются удовлетворить потребности заказчиков в инфраструктурных решениях. А заказчики формируют планы реализации цифровых проектов и стремятся сделать их по-настоящему эффективными. Об этом говорили участники прошедшего недавно CNews FORUM Кейсы: Опыт ИТ-лидеров.
Светлана Маркова: Технологии больших данных помогают банкам автоматизировать подготовку регуляторной отчетности
Основные проблемы в области автоматизации бизнес-процессов связаны с интеграцией разрабатываемого программного обеспечения в сложную многокомпонентную инфраструктуру организаций и обеспечением высокой производительности и отказоустойчивости бизнес-решений. О том, как можно их решить, рассказала Светлана Маркова, главный консультант Neoflex.
CNews: Ваша компания давно занимается заказной разработкой программного обеспечения и внедрением сложных информационных систем. Какие проблемы были актуальны в этой сфере?
Светлана Маркова: Neoflex уже более 15 лет реализует проекты по автоматизации бизнес-процессов, построению хранилищ данных, интеграции систем, а также занимается мобильной разработкой, внедрением и сопровождением как собственного ПО, так и продуктов других вендоров. Основные проблемы в этой сфере были связаны с интеграцией разрабатываемого программного обеспечения в сложную многокомпонентную инфраструктуру организаций и обеспечением высокой производительности и отказоустойчивости бизнес-решений.
Специалисты Neoflex выстраивали процессы разработки и внедрения решений в ландшафты любой архитектуры и уровня сложности. Наша команда выполнила множество проектов по миграции платформ заказчиков на микросервисы с выстраиванием методологии работы и автоматизацией сборочного конвейера. Для компаний, например, из финансового сектора важной задачей до сих пор остается автоматизация процессов подготовки регуляторной отчетности. Это связано с тем, что количество форм все так же растет, а методология расчета показателей усложняется. Помимо этого, с появлением технологий и инструментов для работы с большими данным компаниям необходимо было быстро на них перестроиться и изменить паттерны работы с данными, чтобы оперативно их собирать и эффективно применять для аналитики. Эти задачи мы также решали совместно с нашими заказчиками.
CNews: Как эти проблемы решаются в созданных вами современных решениях, таких как NEOMSA, Neoflex Reporting, Dognauts и т.д.? Какие новые возможности появляются у пользователей?
Светлана Маркова: Опыт и экспертиза наших DevOps-инженеров объединены в платформе для построения автоматизированного процесса разработки и эксплуатации микросервисных приложений в открытом или закрытом контуре NEOMSA. Это российская Kubernetes-платформа, которая обеспечивает гибкость и управляемость приложений On-Prem, Cloud или в изолированном окружении. В NEOMSA автоматизированы DevOps-процессы, что позволяет масштабировать инфраструктуру, а также существенно экономить время и ресурсы за счет применения готовых шаблонов развертывания приложений. Кроме того, платформа обеспечивает высокую производительность команд разработки, поддерживает политики безопасности и управления пользователями.
Проблемы построения регуляторной отчетности финансовых организаций эффективно решает платформа Neoflex Reporting. Решение обеспечивает гибкость настройки расчета показателей, создание собственных отчетов и расшифровок бизнес-пользователями. Быстрый расчет форм и показателей возможен благодаря применению передовых технологий обработки данных. Пользователи получают понятный интерфейс на базе BI-инструмента собственной разработки – NRStudio.
Эффективно использовать большие данные в бизнес-процессах организаций помогает единственный отечественный продукт для визуального проектирования и исполнения потоков данных на стеке Big Data – Neoflex Datagram. Это ETL нового поколения со встроенным генератором кода Scala и трансформаций Airflow, библиотекой готовых коннекторов к 100+ источникам, поддерживающий интеграцию с ML-библиотеками и языками Python, R.
Для компаний, активно внедряющих ML-модели в бизнес-процессы, доступна платформа автоматизации полного жизненного цикла ML – Dognauts. В продукте автоматизированы процессы подготовки данных, создания, обучения, развертывания модели и ее мониторинга. Платформа обеспечивает взаимодействие с репозиторием моделей, feature store, CI/CD-пайплайнами для управления жизненным циклом модели. Платформа Dognauts интегрируется с любыми внутренними и внешними источниками данных и реализована под Kubernetes, что обеспечивает ее масштабируемость и отказоустойчивость.