Guía para sesiones de servicios financieros en Data + AI Summit 2022

Guía para sesiones de servicios financieros en Data + AI Summit 2022

  • Big Data
  • mayo 31, 2022
  • No Comment
  • 81
  • 11 minutes read


Cada año, líderes de datos, profesionales y visionarios de todo el mundo y la industria se reúnen en la cumbre Data + AI para discutir las últimas tendencias en big data. Para los equipos de datos en la industria de servicios financieros, nos complace anunciar una agenda completa de sesiones de servicios financieros. Ejecutivos de Capital One, JP Morgan, HSBC, Nasdaq, TD Bank, S&P Global, Nationwide, Northwestern Mutual, BlockFi (crypto) y muchos otros compartirán cómo utilizan los datos y el aprendizaje automático (ML) para transformarse digitalmente y ser más inteligentes. decisiones que minimizan el riesgo, aceleran la innovación e impulsan la creación de valor sostenible.

Foro de servicios financieros

Los datos son el núcleo de casi todas las innovaciones en la industria de servicios financieros. Los principales bancos y mercados de capitales, empresas de pagos y fintechs, empresas de seguros y gestión de patrimonio aprovechan el poder de los datos y el análisis.

Únase a nosotros el martes 28 de junio a las 3:30 p. m. (hora del Pacífico) para nuestro Foro de Servicios Financieros, nuestro evento más popular de la industria en la Cumbre de Datos + IA. Durante nuestro evento de clausura, tendrá la oportunidad de asistir a sesiones con líderes de opinión de algunas de las marcas globales más importantes.

Ponentes seleccionados:
Jack Berkowitz, director de datos, ADP
Junta Nakai, líder mundial de la industria, servicios financieros, ladrillos de datos
Paul Wellman, vicepresidente, propietario ejecutivo de productos, TD Bank
Arup Nanda, Director General, CTO Enterprise Cloud Data Ecosystem, JP Morgan
Geping Chen, jefe de tecnología de datos, Geico
Mona Soni, Directora de Tecnología, Sostenible1, S&P Global
Jeff Parkinson, vicepresidente, ingeniería de datos básicos, Northwestern Mutual
Christopher Darringer y Shraddha Shah, Gestión de activos de Point72
Ken Priyadarshi, CTO de estrategia y transacciones globales, EY

Sesiones de trabajo de servicios financieros

Aquí hay una descripción general de algunas de nuestras sesiones de Servicios Financieros más esperadas en la Cumbre de este año:

HSBC: Vanguardia en la lucha contra el cibercrimen: ingeniería inversa de un lenguaje de búsqueda para compilar en PySpark
Abigail Shriver, HSBC | Jude Ken-Kwofie, HSBC | Serge Smertin, Ladrillos de datos

Las herramientas tradicionales de administración de eventos e información de seguridad (SIEM) no se escalan bien para fuentes de datos de 30 TB por día, lo que llevó a HSBC a crear un lago de seguridad cibernética utilizando Delta Lake y Apache Spark. En esta charla, aprenderá cómo implementar (o aplicar ingeniería inversa) un lenguaje usando Scala y traducirlo a lo que entiende Spark, el motor Catalyst.

Aprende más


Hacia una microestructura dinámica: el papel del ML en la próxima generación de intercambios
Michael O’Rourke, vicepresidente sénior, ingeniería y AI/ML, Nasdaq | Douglas Hamilton, AVP, Laboratorio de inteligencia de máquinas)

¿Qué papel jugarán AI y ML para garantizar la eficiencia y la transparencia de los mercados de próxima generación? En esta sesión, Douglas y Michael demuestran cómo el Nasdaq está construyendo microestructuras dinámicas que reducen la fricción asociada con el comercio y brindan información sobre su aplicación en todas las industrias.

Aprende más


FutureMetrics: uso del aprendizaje profundo para crear un pronóstico de serie temporal multivariado
Matthew Wander, científico de datos, TD Bank

La previsión de liquidez es una de las actividades más importantes de cualquier banco. TD Bank, el más grande de los Cinco Grandes con sede en Canadá, tiene que proporcionar liquidez para productos por valor de medio billón de dólares y pronostica que se mantendrá dentro de un margen regulatorio de $ 5 mil millones. El caso de uso fue pronosticar el crecimiento de la liquidez en horizontes de tiempo cortos a medianos: 90 días a 18 meses. Los modelos deben funcionar de manera confiable en un marco regulatorio estricto y, en consecuencia, la validación de dicho modelo de acuerdo con los estándares requeridos es un enfoque importante de esta charla.

Aprende más


Lakehouse de datos controlados por dominio (3D) para seguros
Kiran Karnati, AVP, Gestión de datos, Oficina de datos empresariales, Nationwide Insurance

¿Qué es la casa del mar 3D? Su lago de datos es tan fuerte como la canalización de datos más débil que fluye a través de él. En esta charla, Kiran explica que las implementaciones de Lakehouse más exitosas son aquellas con productos de dominio de datos modularizados y no monolíticos implementados como una plataforma de datos confiable unificada que permite la inteligencia comercial, AI/ML y casos de uso posteriores desde la misma plataforma.

Aprende más


Proteja la información de identificación personal (PII)/los datos de PHI en Data Lake con cifrado a nivel de columna
Keyuri Shah, ingeniero jefe, Northwestern Mutual Insurance

Las violaciones de datos son un problema para cualquier empresa de recopilación de datos, incluida Northwestern Mutual. Se toman todas las medidas para evitar el robo de identidad y el fraude de los clientes; Sin embargo, estos métodos preventivos aún no son suficientes si el perímetro de seguridad que lo rodea no se actualiza periódicamente. El cifrado en capas es el enfoque más común para evitar violaciones de seguridad, pero el acceso interno no autorizado a estos datos confidenciales aún representa una amenaza.

Aprende más


Cómo Robinhood construyó un Lakehouse de transmisión para llevar la actualización de datos de 24 horas a menos de 15 minutos
Balaji Varadarajan, mercados de Robinhood | Vikrant Goel, Robinhood

El lago de datos de Robinhood es la base fundamental para el análisis empresarial, la experimentación de productos y otras aplicaciones de aprendizaje automático en toda la empresa. Únase a esta sesión mientras los oradores comparten su viaje para construir un lago de datos de transmisión escalable utilizando Spark, Postgres y otras tecnologías líderes de código abierto.

Aprende más


Creación de una organización de aprendizaje automático operativo desde cero para criptomonedas
Anthony Téllez, BlockFi | Brennan Lodge, BlockFi

BlockFi es una plataforma de criptomonedas que permite a sus clientes aumentar su riqueza a través de diversas funciones de productos financieros, incluidos préstamos, transacciones y cuentas de interés. En esta presentación, los oradores compartirán su viaje para adoptar Databricks para construir un centro neurálgico operativo para el análisis en toda la empresa.

Aprende más


Un enfoque moderno de big data en finanzas
Bill Dagué, Nasdaq | Leonid Rosenfeld, Nasdaq

En esta demostración en vivo de Delta Sharing combinado con Nasdaq Data Fabric, los oradores abordarán los desafíos únicos de trabajar con big data para finanzas (volumen de datos, almacenamiento dispar, protocolos de intercambio variable). Al aprovechar las tecnologías de código abierto como Databricks Delta Sharing combinadas con una pila de gestión de datos flexible, Nasdaq puede ser más flexible al probar e implementar más estrategias.

Aprende más


Ejecute un ecosistema de administración de datos versátil y de bajo costo con Apache SparkTM en su centro
Shariff Mohamed, Capital One

Esta presentación muestra cómo Capital One creó un ecosistema de computación ETL completamente en la nube de AWS con Spark como núcleo. Si bien los ingenieros de datos deben poder programar en un lenguaje de programación (Apache Spark), el código canalizado puede ejecutarse en AWS EC2 o EMR para optimizar la computación distribuida. Esta presentación también muestra cómo una herramienta ETL basada en la interfaz de usuario creada con Spark como backend puede ejecutarse en la misma infraestructura, lo que simplifica el desarrollo y el mantenimiento.

Aprende más


Vea la lista completa de compromisos para hablar sobre servicios financieros en la Cumbre.


Demostraciones sobre datos populares y casos de uso de IA en servicios financieros

Hiperpersonalización a escala Proporcione datos rápidamente en modelos de valor en riesgo automatización de reclamaciones Marco de ingestión de metadatos

¡Regístrese para la Experiencia de Servicios Financieros en la Cumbre!



Related post

Resolviendo un misterio de larga data en la transferencia de calor |  Noticias del MIT

Resolviendo un misterio de larga data en la transferencia…

Es un problema que ha intrigado a los científicos durante un siglo. Pero reforzado por un premio Distinguished Early Career Award…
Método único para separar nanopartículas

Método único para separar nanopartículas

Que La transferencia, acumulación y separación de nanopartículas son procesos clave en bioquímica, fisiología, farmacología y ciencia de materiales. Un estudio…
El mundo va más allá del big data, según la encuesta de Ocient a 500 líderes en tecnología y datos

El mundo va más allá del big data, según…

Ocient, una empresa líder en soluciones de análisis de datos a hiperescala que presta servicios a organizaciones que obtienen valor del…

Leave a Reply

Tu dirección de correo electrónico no será publicada.