Plateforme d'Intelligence Databricks pour FSI : Réclamations Intelligentes

La plateforme d'intelligence de données Databricks permet à toute votre organisation d'utiliser les données et l'IA. Elle est construite sur une architecture de type lakehouse pour fournir une base ouverte et unifiée pour toutes les données et la gouvernance, et est alimentée par le moteur d'intelligence de données, qui comprend l'unicité de vos données.

Dans cette démo, nous allons vous montrer comment construire un pipeline de traitement intelligent de bout en bout pour ingérer des données de réclamations, de politiques et de télémétrie et extraire des informations exploitables pour servir les enquêteurs de réclamations.

Cette démo couvre la plateforme lakehouse de bout en bout. Vous apprendrez comment :

• Ingestion des données de réclamations et de politiques, puis les transformer et les organiser en utilisant Delta Live Tables (DLT), un cadre ETL déclaratif pour construire des pipelines de traitement de données fiables, maintenables et stables
• Ajoutez des informations externes telles que les insights de télématique
• Construisez un modèle d'apprentissage automatique pour prédire la gravité de la réclamation en utilisant un cadre MLflow
• Utilisez Databricks SQL et les points de terminaison de l'entrepôt pour visualiser le résumé des réclamations et les informations exploitables extraites des informations sur les réclamations et des images d'accidents.
• Orchestrez toutes ces étapes avec Databricks Workflows

Pour exécuter la démo, obtenez un espace de travail Databricks gratuit et exécutez les deux commandes suivantes dans un carnet de notes Python :

%pip installez dbdemos

importer dbdemos
dbdemos.install('lakehouse-fsi-smart-claims', catalogue='main', schéma='fsi_smart_claims')