Bank og betalingstjenester

#Terraform #Azure Synapse Analytics #Azure Storage Account #Spark Cluster (Pool) #Azure KeyVault #Github Actions #VNet og private endpoints

I dette prosjektet ledet vi arbeidet med å implementere infrastruktur som kode, en innovativ tilnærming som automatiserer opprettelsen og administrasjonen av ressurser i skyen. Ved å bruke Terraform scripts og Azure-produkter som Synapse Analytics, Storage Account, Spark Cluster (Pool), og Azure KeyVault, etablerte vi en robust og sikker datainfrastruktur. En av de sentrale fordelene med denne tilnærmingen er muligheten til å enkelt konfigurere og administrere forskjellige miljøer som utvikling, staging, testing og produksjon. Dette gir organisasjonen fleksibilitet til å tildele ressurser basert på spesifikke behov og krav i hvert miljø. For eksempel kan utviklingsmiljøet være konfigurert for rask iterasjon og testing, mens produksjonsmiljøet er optimalisert for ytelse og stabilitet. Integrasjonen med versjonskontroll gjennom Github Actions muliggjorde sømløs samarbeid på tvers av et større team. Dette betydde at flere utviklere og analytikere kunne arbeide parallelt på større analyseprosjekter, med full sporbarhet og kontroll over endringer. Ved å følge "best practices" for kodeutvikling og -styring, sikret vi kvaliteten og integriteten i prosjektet. Sammen ga disse funksjonene en plattform som ikke bare økte effektiviteten og reduserte kostnadene, men også fremmet innovasjon og samarbeid. Det ga oss muligheten til raskt å tilpasse oss skiftende forretningsbehov og utnytte data på nye og kraftfulle måter.

Bank og betalingstjenester

#Skalerbar skyarkitektur #Azure KeyVault #Azure Synapse Analytics #Github Actions #VNet og private endpoints

I dette prosjektet fokuserte vi på migrering av eksisterende ETL (Extract, Transform, Load) prosesser til Azure Synapse Analytics, en skybasert løsning. Dette var en kompleks overgang fra tradisjonelle databehandlingsmetoder til en mer fleksibel og skalerbar løsning. Fordelene med denne migreringen er mange. Azure Synapse Analytics kan enkelt skaleres for å håndtere store datamengder, noe som gir muligheter for mer komplekse analyser. Data er tilgjengelige fra hvor som helst, noe som gir bedre samarbeid og raskere beslutningstaking. Ved å bruke Azure Synapse Analytics, sikret vi dataene på en mer robust måte. Overgangen til denne skybaserte løsningen reduserte behovet for fysisk maskinvare og ga bedre kontroll over driftskostnader. Den nye plattformen gir muligheter for dypere analyse og innsikt i dataene som tidligere ikke var mulig, og støtter oppdragsgiverens langsiktige mål om å flytte all infrastruktur til skyen. I tillegg bidro prosjektet til å bygge opp manglende kompetanse innen Azure Synapse Analytics og skyteknologi hos oppdragsgiveren, noe som er en verdifull investering for fremtidige prosjekter

Bank og betalingstjenester

#Power BI #Power Query M #DAX #Sharepoint #Power BI Report Builder #Report Builder #Dataflow #Power Automate

MediPay er en vertikal som sørger for å tilby kunder - særlig innen helsetjenester - en komplett tjeneste for betaling etter endt behandling. Dette inkluderer betaling via Vipps, med betalingsterminal, online via Checkout løsning, automatisk utsendelse av faktura, eller delbetaling. Når flere av de ulike betalingsplattformene kunden tilbyr settes sammen til én løsning, blir naturligvis data fordelt ut i de ulike kildesystemene som har ansvar for sitt betalingsinstrument eller løsning. Målet var derfor å samle og sette data i system fra alle de ulike kildesystemene, og kunne presentere finansielle måltall i månedsrapporter internt, men også generere årsrapporter som sendes ut til kontaktpersoner hos merchantene ved årsavslutning.

Bank og betalingstjenester

#Apache Airflow #Python #Docker #Kubernetes #Octopus Deploy #TeamCity #SQL Server

Kunden leverer flere bank og betalingstjenester (PSP-tjenester) til butikker over hele Skandinavia, norden og baltikum. Hver tjeneste har sine individuelle portaler og grensesnitt butikkene kan interagere med. Dersom butikkene kjøpte flere tjenester fra kunden måtte de derfor interagere med flere systemer, ressurser, portaler og supportpersonell, avhengig av hvilke tjenester de hadde kjøpt hos kunden. Merchant Portal prosjektet dreide seg derfor om å samle alle portaler under samme paraply.

Samferdsel

#Kusto #Azure Data Explorer #Azure EventHub #MS SQL Server #BLE-enabled Beacons

Hovedmålet med prosjektet var å måle reiser og del-reiser basert på anonymiserte stedsdata. Store deler av prosjektet besto av å finne en passende måte å bruke store mengder ustrukturert anonymisert lokasjonsfeed på som ble gjort tilgjengelig fra brukernes mobiltelefoner gjennom et tilpasset programvareutviklingssett. Under det første arbeidet med dette mobilitetsanalysearbeidet kom dataene fra Azure EventHub og ble utforsket ved hjelp av Azure Data Explorer (Kusto). I senere iterasjoner av prosjektet ble ETL-prosessen flyttet til MS SQL Server transformert ved hjelp av Azure Databricks. Innsikt fra prosjektet skapte grunnlaget for en mengde mobilitetsanalyseprodukter i årene som kommer.

Samferdsel

#MapBox #Power BI #Power BI Report Builder #MapShaper #Python #Kusto #MS SQL Server #Power Query M #DAX

Basert på det nyopprettede Data Warehouse med mobilitetsrelaterte data, var prosjektets mål å lage relevante Power BI-datasett og rapporter som leverer nyttig innsikt i bevegelsesdata til kollektivtrafikkmyndighetene. Rapportene inneholder informasjon om brukernes reisemønster, for eksempel hvor de reiser til, hvor de reiser fra og hvordan de reiser. Rapportene inneholder fantastiske bilder som lages ved hjelp av MapBox og støttes av tilpassede polygonfiler som ble opprettet som en del av prosjektet. En av partnerne i dette prosjektet er en stor leverandør av offentlig transport som installerte BLE-aktiverte beacons på kjøretøyene sine og samlet informasjon med et mål om å få innsikt i brukerne på en ny innovativ måte.

Samferdsel

#Azure Databricks #MS SQL Server #Python #Big Data

Innsikt oppnådd i det første mobilitetsprosjektet ga oss mulighet til å sette opp et datavarehus (DW). Store deler av prosjektet ble brukt på å konvertere tidligere beregninger til en robust ETL pipeline som var i stand til å levere store datamengder mens den gjenværende tiden ble brukt på å konfigurere og sette opp DW. ETL pipeline ble matet med store mengder lokaliseringsdata, samt andre sensordata samlet inn fra mobile enheter. Rørledningen konverterte deretter disse dataene til turer og reiser. En tur bestod av et anonymisert start- og sluttsted samt transportmetoden som ble brukt for å komme dit. Reiser ble beregnet basert på disse turene for å kombinere flere måter å reise fra et sted til et reisemål. På grunn av den store skalaen av data, var skalerbarhet en viktig del av prosjektet, og det ble brukt mange timer på å optimalisere måter å transformere data på, og konfigurere clustere for å sikre at vi kunne holde kalkulasjonstiden innenfor rimelig tid. Eksterne kilder som offentlig tilgjengelige kollektivtransportdata ble brukt i beregningene for å beregne transportmåter, så flere feilbehandlere ble implementert for å sikre riktig datakvalitet levert til kunden når disse kildene var nede.

Bank og betalingstjenester

#Machine Learning #TensorFlow #RabbitMQ #SQL Server #Power BI #Python #HTTP

Kundens checkout løsning lar sluttbrukere hos merchants betale digitalt for varer og tjenester med kort, Vipps, faktura, Apple Pay og Google Pay, med mer. Målet med prosjektet var å rangere hvert betalingsinstrument basert på sluttbrukerens antatte evne og/eller ønske til å gjennomføre et kjøp med et gitt betalingsinstrument (konverting), for deretter å presentere betalingsinstrumentene rangert i kjøpsøyeblikket når kunden var klar for å gjennomføre og betale for en handel. For å få til dette, ble kundenes betalingsadferd undersøkt fra historisk betalingshistorikk, med fokus på hvordan ulike attributter som kunne beskrive konsumentens betalingsadferd påvirket konvertering. Innsikten ble brukt inn i treningen av en supervised maskinlæringsalgoritme. Algoritmen ble trent, testet og implementert slik at konsumentens antatte konverteringsgrad med de tilgjenglige instrumentene under en gitt handel ble kalkulert så fort kunden trykket kjøp i handlekurven, hvor listen med tilgjenglige instrumenter ble presentert og rangert bare millisekunder senere.

Bank og betalingstjenester

#Airflow #Python #RabbitMQ #Docker

Alle pågående analytics prosjekter ble satt på vent da den tidligere ETL prosessen både ble for kompleks og ikke kunne skalere med data-volumet vi skulle håndtere. Apache Airflow ble derfor vurdert som det mest passende verktøyet for å planlegge, orkistrere og koordinere komplekse datastrømmer i henhold til kundens behov. Prosjektet kan deles inn i to deler; 1) oppsett og implementasjon av Apache Airflow og 2) utvikling av komplekse ETL pipelines for å hente ut, vaske, transformere og laste data fra kildesystemene inn i nytt system egnet for analytics. Oppsett av Apache Airlfow Airflow ble satt opp med Celery implementasjon, inkludert de komponenter som hører til dette; Webserver, Scheduler, PostgreSQL database, RabbitMQ meldingsforvalter og Workers. Komponentene ble implementert som mikrotjenester gjennom Docker og Docker Compose og custom utrullingsprosesser ble satt opp for utvikling og produksjonsmiljøer (DevOps). Implementasjon av ETL pipeline for Checkout Analytics Som en del av prosjektet ble ressurser for uthenting av historisk data tilgjengliggjort via flere ulike RESTful API'er som samlet og sammenfattet betalingsdata fra flere kilder til ett og samme JSON format. Herfra ble Airflow tatt i bruk for å implementere en pipeline for å systematisk hente ut batcher med historisk data fra API'ene, transformere og modellere dataen om til OLAP-kuber, for deretter å laste data inn i ny kilde egnet for analytics.

Retail

#CSS #HTML #IoT #JavaScript #MapBox #NodeJS

Hovedmålet under dette prosjektet var å bruke triangulert posisjon basert på ultralydsensorer og mobile enheter for å skape innovativ kundeopplevelse i fysiske butikker. I løpet av prosjektet utviklet vi en løsning som konverterte innendørs posisjonsdata til breddegrad/breddegrad og laget digitale kart over butikken som vi kunne bruke til å plassere kunder og ansatte på. Fordelen med denne teknologien var å tillate kunder å be om hjelp fra personalet sømløst. En annen del av prosjektet var å lage geofences i butikken og forhåndsdefinere områder som skulle gi kontekstuell informasjon til shoppingapplikasjonen. Når kunden nærmet seg enkelte produkter vil applikasjonen gi deg tilleggsinformasjon om produktene. På den annen side ble dataene som ble generert brukt til å skape nyttig innsikt i butikkoppsettet, noe som ga butikkeierne verdifull informasjon om hvor i butikken kundene beveget seg.

Musikk Festival

#IoT

The goal of the project was to demonstrate the feasibility of IoT deployment for noise level measurement to time-limited and high-intense, high-volume data, events. Through an iterative process, a prototype solution were designed and implemented in a real-time, privacy-compliant IoT sensor system under tight constraints concerning budget and development time. Our sensor system enables festival management to easily track, document and further, by applying real time big data analytics to the harvested information, have fact-full insights generated for decision making in terms of resolving noise disturbances. The whole approach was demonstrated by the use of lightweight Internet of Things architecture demonstrating how web technologies can be used throughout the technology stack in and IoT big data analytics case.

Bank og betalingstjenester

#Business Intelligence #ElasticSearch #Kibana #Logstash #Scrum

Prosjektets mål var å undersøke hvorvidt verktøy for data mining og data visualisering kunne simplifisere incidenthåndteringen ved avvik i betalingsplattformene hos kunden. Verktøy fra Elastic (ElasticSearch, Logstash og Kibana - ELK) ble satt opp til å motta strømmende loggdata fra kundens ulike løsninger. Prosjektet materialiserte seg i flere dashboards som konsoliderte og presenterte nøkkelfunn som vakt, supportpersonell og utviklere er ute etter under et scenario hvor betalingsplattformene viser avvik. Videre ble det som et POC satt opp referanseverdier, som ved overstigning, automatisk sendte ut rapporter og varslinger på mail og slack til nøkkelpersonell.