Databricks Intelligence Platform für Retail Banking: Betrugserkennung – Geklont

Die Databricks Intelligence Platform ist eine offene Architektur, die die besten Elemente von Data Lakes und Data Warehouses vereint. In dieser Demo zeigen wir Ihnen, wie Sie ein Echtzeit-System zur Betrugserkennung für Banktransaktionen aufbauen und Daten sowie Erkenntnisse bereitstellen, für die auf Altsystemen normalerweise monatelange Arbeit erforderlich wäre.

Diese Demo deckt die gesamte End-to-End-Lakehouse-Plattform ab:

• Daten aus externen Systemen (ERP/Salesforce) erfassen und anschließend mit DLT transformieren, einem deklarativen ETL-Framework zur Erstellung zuverlässiger, wartungsfreundlicher und testbarer Datenverarbeitungspipelines
• Sichern Sie Ihre erfassten Daten, um Governance und Sicherheit für PII-Daten zu gewährleisten
• Nutzen Sie Databricks SQL und die Warehouse-Endpunkte, um Dashboards zu erstellen, mit denen Sie die erfassten Daten analysieren und bestehenden Betrug verstehen können
• Erstellen Sie ein Machine-Learning-Modell mit Databricks AutoML, um risikobehaftete Transaktionen zu kennzeichnen
• Nutzen Sie Databricks Model Serving, um eine REST-API bereitzustellen, die Echtzeit-Inferenzen im Millisekundenbereich mit Modell-A/B-Tests liefert
• Orchestrieren Sie all diese Schritte mit Databricks Workflows

Um die Demo zu installieren, holen Sie sich einen kostenlosen Databricks-Workspace und führen Sie die folgenden zwei Befehle in einem Python-Notebook aus

Dbdemos ist eine Python-Bibliothek, die vollständige Databricks-Demos in Ihren Workspaces installiert. Dbdemos lädt und startet Notebooks, DLT-Pipelines, Cluster, Databricks SQL-Dashboards und Warehouse-Modelle … Siehe Verwendung von dbdemos

Dbdemos wird als GitHub-Projekt bereitgestellt.

Weitere Details finden Sie in der GitHub- README.md-Datei und folgen Sie der Dokumentation.
Dbdemos wird im Ist-Zustand („as is“) bereitgestellt. Weitere Informationen finden Sie in der Lizenz und im Hinweis .
Databricks bietet keinen offiziellen Support für dbdemos und die zugehörigen Assets.
Bei Problemen öffnen Sie bitte ein Ticket. Das Demo-Team wird sich der Sache nach bestem Bemühen annehmen.