NATIXIS | Solution de Data Quality basée sur l’IA

NATIXIS | Solution de Data Quality basée sur l’IA

Déployer la solution de Data Quality IA de novencia pour la FDI/CDO/DSI de Natixis afin de mettre en place et suivre des contrôles avancés dans le cadre de la règlementation BCBS 239.

Reprendre la main sur la Data Quality pour le traitement de forts volumes de données et sur des erreurs complexes que seul un expert ayant la connaissance métier peut détecter : cohérences des données, liées à une incompatibilité de combinaisons de critères ou à un contexte métier spécifique.

 

Challenges client

La solution actuelle de Data Quality mise en place par Natixis, basée sur des systèmes de règles, est insuffisante pour détecter les erreurs et les variations financières anormales sur les contrats de prêts, titres, intérêts, tiers… D’autant plus si ces règles sont dépendantes d’un contexte Métier spécifique ou d’une règlementation sans cesse en évolution.

Approche méthodologique

  • Déploiement de la solution sur un environnement Big Data On-Premise : Cluster NSX avec plus de 30 Workers nodes, 90T de stockage, 512G ram &  60 cores.
  • Prise en compte de 30 mois d’historique basés sur 180.000.000 mouvements/jour chacun pouvant avoir 300 caractéristiques .
  • Moteur de calcul IA développé en PySpark (architecture scalable Spark).
  • Détection de valeurs numériques et catégorielles manquantes, aberrantes ou incohérentes les unes avec les autres.
  • Optimisation des performances de calcul et de traitement de forts volumes de données.
  • Prise en compte et recommandation des corrections et faux positifs.
  • IHM pour les Data Steward et les Data Quality Managers sous Microsoft Power BI.
  • Formation des équipes Métier Finance et des Data Quality Managers à la solution.

Résultats

Solution performante après un déploiement et 3 semaines de réglage de la sensibilité de détection. 23% des erreurs détectées étaient jusqu’alors inconnues des équipes Métier.

Autonomie obtenue des équipes Métier en 2 semaines. D’un avis général, malgré la technicité et la complexité des algorithmes mis en œuvre, l’interface d’utilisation et la gestion des erreurs et des faux positifs est très facile d’utilisation.

En savoir plus sur le projet

Olivier Berbille
Olivier
Berbille
Directeur Data & IA
Sarah Zoubir
Sarah
Zoubir
Data Analyst & Data Scientist
Thomas
Sebastiao
Data Scientist & Formateur
Hicham
Haichour
Directeur Data & IA
Great Place To Work numéro 1 Novencia

Voir les offres

Data & IA
Data Scientist / Analyst (F/H)
Data & IA
Data Scientist Marketing (F/H)
Data & IA
Manager Projet Data (F/H)
Data & IA
Data Analyst Marketing (F/H)