Quantexa CDI(場景決策智能)Syneo平臺介紹

来源:https://www.cnblogs.com/milton/archive/2022/04/23/16183156.html
-Advertisement-
Play Games

Quantexa 服務特色是場景決策智能CDI(contextual decision intelligence) 主要落地場景是金融以及涉及交易的各類機構的反洗錢反金融詐騙, 客戶畫像, 風控 解決的問題是監管合規, 降低誤判率, 提高準確率, 降成本, 提高行業競爭力 面向的主要客戶是銀行, 保... ...


Quantexa

大數據服務提供商, 使用實體解析, 關係分析和人工智慧技術幫助客戶進行數據處理和預防金融犯罪.

企業概覽

  • 2016年成立, 當前規模500人
  • 服務特色是場景決策智能CDI(contextual decision intelligence)
  • 落地場景主要是金融機構的反洗錢反金融詐騙監控, 數據管理, 風控
  • 解決的問題: 監管合規, 提高警告準確率, 降低成本, 提高行業競爭力
  • 面向的主要客戶是銀行, 保險, 支付機構, 運營商(CSP)和政府機構, 已知客戶有匯豐銀行, 渣打銀行, 丹斯克銀行(丹麥), 紐約&梅隆銀行, OFX(澳洲支付機構)

時間軸

2016

  • 2016-03
    • Founded, 15 people(6 financial crime experts). Work for anti financial crimes for HSBC, services: AML, people traffic, solve the data problems
  • 2016-09
    • SWIFT Innotribe Chanllenge Winner

2017

  • 2017-03 3.3m in Series A investment
  • 2017-10 Microsoft Accelerator Programme Winner
  • 2017-? Synechron became a customer

2018

  • 2018-04 Featured in Financial Times
  • 2018-04 Named in Tech Nation Future 50
  • 2018-04 HSBC became a customer
  • 2018-07 Open US office in NY and Boston
  • 2018-08 30m in Series B investment
  • 2018-09 100 employees
  • 2018-? Danske Bank a successful pilot

2019

  • 2019-02 Featured in The Times
  • 2019-02 Host QuanCon
  • 2019-03 Appeared on CNN(TV)
  • 2019-05 Named "Cool Vendor" by Gartner
  • 2019-07 Appeared on Sky(TV)
  • 2019-09 200 employees

2020

  • 2020-07 64.7m in Series C funding. The round was led by Evolution Equity Partners,
  • 2020-09 Engagement with BNY Mellon

2021

  • 2021-07 153m in Series D funding from Warburg Pincus and a growing group of blue-chip investors
  • 2021-09 BNY Mellon has completed a strategic investment in Quantexa.
  • 2021-10 Quantexa 2 release - easier deployment, simplify navigation, introducing contextual search for unstructured data

2022

  • 2022-04 Quantexa 2.1 release, introducing Geospatial Search

# 服務和解決方案

Quantexa使客戶能夠從數據中做出更好的決策, 根據其網站介紹, 分為監控和調查兩個方向, 可能是同一個產品的兩個不同側重的說明.

場景監控 contextual monitoring

結合內部數據和外部數據構建關係網路,降低誤報, 提高速度和準確率, 並識別之前未發現的風險

  • Enhance detection rates with advanced models that leverage network-based context to reduce false positives and generate more accurate alerts.
  • Generate more meaningful alerts with context for investigators, leading to faster, trusted decisions.
  • Find new, previously unknown risk from external sources to optimize future alert generation.

調查 investigations

藉助可視化功能快速響應警報和信息請求, 對每個客戶和交易對手創建單獨畫像以及實時的關聯和行為圖譜, 更快識別金融犯罪和欺詐風險.

  • Automate manual work, and free up experts to focus on real risk.
  • Create a true single view of each customer or counterparty, and a real-time network of relevant connections and behaviors.
  • Go deeper and wider in your data to identify financial crime and fraud risks and typologies, faster.

涉及的服務明細

反洗錢 KYC & AML

KYC和AML是大部分國家都存在的金融業監管要求

  • 交易監控 Transaction Monitoring, 對異常的賬戶交易發出預警
  • 重點監控名單 Watch List
  • 身份校驗 Identity Verification, 保管客戶的身份以及機構信息,確保實際受益人信息的準確性以及有效性
  • 案例管理 Case Management
  • 行為分析 Behavioral Analytics
  • 風險評估 Risk Assessment, 交易是否涉及敏感國家或地區
  • 客戶是否包括擔任重要公職的人員 PEP Screening, 受製裁或涉及任何負面新聞/媒體信息
  • 可疑行為報告 SARs (suspicious activity report)
  • 調查管理 Investigation Management
  • 合規報告 Compliance Reporting

欺詐檢測 Fraud Detection

  • 自定義欺詐參數 Custom Fraud Parameters
  • 模式識別, 銀行業/保險業 Pattern Recognition: for Banking, for Insurance Industry
  • 調查記錄 Investigator Notes
  • 支票欺詐監控 Check Fraud Monitoring
  • 內部欺詐監控 Internal Fraud Monitoring
  • 許可權安全管理 Access Security Management
  • 針對電商和數字貨幣的交易審核 Transaction Approval: for eCommerce, for Crypto

數據管理 Master Data Management

  • 關係映射 Relationship Mapping
  • 數據屏蔽 Data Masking
  • 流程管理 Process Management
  • 可視化 Visualization
  • 匹配和合併 Match & Merge
  • 層級管理 Hierarchy Management
  • 數據源集成 Data Source Integrations
  • 多領域/多模型 Multi-Domain
  • 數據治理 Data Governance
  • 元數據管理 Metadata Management

產品介紹

以上服務和解決方案的載體為 Quantexa Syneo 平臺. 當前(2022.04)最新版本為2.1


產品明細

Quantexa利用大數據和人工智慧技術,發現潛在的客戶聯繫和行為,以解決金融犯罪、客戶洞察和數據分析方面的需求

快速數據導入 Rapid data ingestion

  • 可擴展, 高性能的數據訂閱(導入), 不需要複雜的ETL; 對現有的數據和結構進行自動判斷, 配置, 清洗, 解析和標準化; 開箱即用, 帶預設的實體定義和屬性設置, 帶預先訓練好的模型

  • 可以接受結構化, 非結構化和半結構化的輸入數據; 導入時驗證數據欄位, 識別問題; 提供UI使用戶能夠進行操作並解決問題

  • Quantexa 為其客戶提供了許多分析模型, 目前可用的模型包括資本市場反洗錢(包括外匯、股票和貴金屬), 融情報機構評分, 減少誤報, 貿易反洗錢, 客戶畫像評分, 證券反洗錢檢測, 貿易融資欺詐, 信用卡申請欺詐等

  • Quantexa 還提供定製建模和技能培訓服務.

  • Use Quantexa Fusion to model complex source data and ingest it fast with no-code, scalable, high performance data preparation and ingestion – and no complex ETL.

  • Automatically infer, configure, cleanse, parse and standardize potential linking attributes from existing data schema.

  • Get started quickly with out of the box, state-of-the-art AI-tuned models. Define entities and their attributes.

實體解析 Entity Resolution

  • Quantexa的實體解析功連接內部和外部數據得到更好的準確率, 甚至對於沒有唯一關鍵詞的數據也能得到較好效果; 定義和創建人, 業務, 地址等各種數據資產並輸出給批量和流水線處理

  • 最終用戶可以深入到一個實體中,查看不同的數據記錄如何以及為什麼被匹配到同一個實體中. 用戶可以動態調整解析匹配邏輯.

  • Connect internal and external data sources with unprecedented accuracy, even from poor quality data without unique match keys.

  • Create data assets for people, businesses, addresses and more, and expose them through batch and real-time data pipelines.

關係圖譜 Network Generation

使用圖展示實體之間的真實關聯, 這些關聯包括供應鏈, 合作伙伴, 法律層級, 社會關係等; 基於動態實體解析為不同的場景, 並生成不同的關聯; 挖掘用戶, 機構, 地址和交易之間的關聯

  • Use to generate graphs that link entities into relevant, real world networks representing supply chains, associates, legal hierarchies, social connections and more.
  • Build on dynamic entity resolution to generate different networks for different use cases.
  • Reveal the context of how people, organizations, places, and transactions relate to each other.

關聯(場景)分析 Contextual analytics

  • 使用Quantexa Assess(可能是Syneo內部的一個數據資產管理模塊, 外部並無單獨介紹)創建和維護數據關係模型; 為機器學習和AI服務的實體圖譜分析工具.

  • 客戶能夠導入外部檢測模型或使用他們自己喜歡的分析環境, 如KNIME, R或Python. 建模方法促進了透明性和可解釋性,並且可以批量或實時運行.

  • Use Quantexa Assess to empower data scientists to build and maintain their own contextual models with ease.

  • Productively engineer features for machine learning and AI with native support for entity graphs and networks to build robust features for machine learning and AI.

Quantexa支持的機器學習演算法和適用場景
在這裡插入圖片描述

可視化和探查 Visualization and exploration

  • 調查人員可以搜索平臺獲取的各種客戶和交易數據

  • 界面支持上千用戶同時操作, 進行快速和精確的合作決策. 界面支持可視化探索和分析, 創建標簽, 高亮感興趣的數據; 同時提供API給第三方系統如CRM等進行集成

  • 數據隱私合規: Quantexa具有限制對客戶數據訪問的能力,以允許其客戶遵守當地的數據隱私要求。當調查人員與實體和圖譜交互時,他們只能根據用戶的許可權查看數據.

  • Support thousands of users with faster, more accurate, collaborative decisioning using Quantexa’s UI to search, visualize and explore context; investigate and thematically analyze; and review analytically created flags within their context, highlighting points of interest.

  • Or, use Quantexa’s APIs for external application platforms including CRM and case management.


工作流程

數據導入和管理

在這裡插入圖片描述

場景分析和調查

在這裡插入圖片描述


產品技術棧

在這裡插入圖片描述

語言

  • Scala
    Quantexa Syneo的主要開發語言
  • Python
    數據工作者常用語言, 用於機器學習以及數據處理
  • R
    數據工作者常用語言, 函數豐富, 常用於科學計算, 統計和數據分析, 作圖

存儲

  • PostgreSQL
    中小型關係數據存儲
  • Oracle
    大中型關係數據存儲, 商業軟體
  • Hadoop/Hive
    大型分散式存儲和處理, 用於時效性要求不高的計算任務, 猜測在這個產品中主要用於給Spark Streaming提供存儲
  • Elastic
    數據檢索引擎, 支持分散式集群
  • Apache Spark, Spark Streaming
    數據處理引擎, 支持容錯的高吞吐量實時流數據處理, 可以運行在Hadoop或Google Cloud, Kubernetes之上, 使用記憶體計算, 速度較快
  • Apache Kafka
    消息隊列, 流式數據管道, 用於在Spark前接收和暫存數據

容器

  • Redhat Openshift (Kubernetes)

第三方服務

  • Google Cloud Storage
  • Google Cloud SQL
  • AWS
  • Azure
  • Salesforce

界面展示

暫時只能搜索到圖譜分析部分的界面

在這裡插入圖片描述

在這裡插入圖片描述

在這裡插入圖片描述

這兩個是版本2.1中新增的地理位置分析功能

在這裡插入圖片描述

在這裡插入圖片描述


市場驅動

監管需求 Regulatory requirements

for financial firms’ ability to detect money laundering continue to mount. The price of failure is hefty fines (banks worldwide have paid several billion dollars in fines for AML lapses since 2010), embarrassing headlines, and potential liability for the firm’s chief AML officer in the form of personal fines and even jail time.

創新需求 Innovation

in financial services is creating an ever-growing attack surface. Faster payments and the increasing electronification of payment flows create utility for businesses, but criminals benefit from these innovations as well.

客戶期望 Customers’ expectations

for a smooth and easy experience put pressure on firms to reduce lag time and friction across the customer life cycle. These expectations start at the onboarding process and extend throughout the customer journey.

歷史遺留技術升級壓力 Legacy technology

that produces high volumes of alerts, false positives, and often false negatives compounds the challenges that banks face. Banks often have to throw bodies at the problem to keep up with alert volume. This is not only expensive but often problematic in terms of finding skilled analysts to fill these positions.

輿論壓力 Social pressure

from citizens who feel that banks, as trusted custodians, have an ethical obligation to detect and intercede in money laundering, human trafficking, and fraud incidents


市場趨勢 Trends

針對銀行的犯罪攻擊技術在不斷升級 Escalating criminal attacks on banks use advanced technology.

Organized crime rings, rogue nations, and terrorists are all leveraging automation and artificial intelligence in their attacks on the financial ecosystem. These sophisticated attacks, combined with the growing volume of electronic payments, make it ifficult for FIs to keep pace with the rising tide of alerts.

監管機構希望金融機構升級技術協助其更好提升情報能力 Regulators are encouraging FIs to use more sophisticated detection techniques.

Especially in the AML arena, concern over regulatory response to the use of advanced analytics has been an inhibitor to adoption. The new openness among regulators is encouraging FIs to invest in technology that can help them extract intelligence from their customer data.

銀行希望提高運營效率 Banks are looking for operational efficiencies.

While many FIs initially turned to outsourcing first- and secondlevel alert triage to less expensive offshore locations, the benefits of these strategies were short-lived, as alert volumes continue to multiply. Many banks are now focused on tackling the source of the issue—dirty source data and high levels of false-positive alerts.

新技術的採用給銀行等金融企業創造競爭優勢 Adoption of next-generation financial crime technology is creating competitive differentiation.

Firms that use advanced technologies to vet customers’ identities and transactions differentiate themselves from their competitors, as they provide more responsive and streamlined customer interactions, improve their operational efficiency, and meet regulatory requirements.


參考

  1. Official site https://www.quantexa.com/
  2. 2019-08-05 Jamie Hutton, chief technology officer at Quantexa, about building a culture of compliance within the banking industry.
    https://www.youtube.com/watch?v=X5vaAGfytA8
  3. 2020-03-02 Ian Lees is the Head of Research and Development at Quantexa, he gave an introduction to Quantexa (our hosts) at the start of this months Scala in the City, Lightbend Edition
    https://www.youtube.com/watch?v=f5A1R_JCvqA
  4. 2020-07 Quantexa Raises $64.7M to Drive Growth in Big Data and Analytics Ecosystem
    https://www.datanami.com/this-just-in/quantexa-raises-64-7m-to-drive-growth-in-big-data-and-analytics-ecosystem/
  5. 2021-03-09 Jennifer Calvery, Head of Financial Crime HSBC. How HSBC Uses Technology To Combat Crime. See how HSBC is using technology to manage its data effectively and improve financial crime detection to tackle horrific crimes, from terrorist financing and human trafficking.
    https://www.youtube.com/watch?v=JmnI2K6OVNg
  6. Follows a successful 12-month engagement with BNY Mellon using Quantexa's platform and includes an expanded relationship focused on data fabric innovation at the bank
    https://www.prnewswire.com/news-releases/bny-mellon-invests-in-quantexa-technology-301388579.html
  7. OFX with Quantexa: OFX is an Australian foreign exchange and payments company https://cloud.google.com/customers/ofx-quantexa
  8. Case of using Quantexa https://thefinancialcrimenews.com/why-illegal-trafficking-in-organs-is-growing-fastbut-few-are-talking-about-itby-steve-farrer/
  9. Dun & Bradstreet partner with Quantexa https://www.dnb.com/solutions/partner/quantexa-partners-detail.html
  10. Positive, PR service provider for Quantexa https://www.positivemarketing.com/case-studies/quantexa/

您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • SunnyUI.Net, 基於 C# .Net WinForm 開源控制項庫、工具類庫、擴展類庫、多頁面開發框架 Blog: https://www.cnblogs.com/yhuse Gitee: https://gitee.com/yhuse/SunnyUI GitHub: https://git ...
  • 之前寫過一篇如使用阿裡雲上部署.NET 3.1自定義運行時的文章,吐槽一下,雖然現在已經2022年了,但是阿裡雲函數計算的支持依然停留在.NET Core 2.1,更新緩慢,由於程式解包大小的限制,也不能放太複雜的東西的上去,雖然現在.NET 6裁剪包能挺好地解決這個問題,但是心裡還是不爽。 需求 ...
  • 之前曾在《C# 中容易忽視的 Encoding.GetByteCount 記憶體問題》中提到過,可以使用 Encoding.Default.GetByteCount 方法來判斷字元是全寬(寬度為 2)還是半寬(寬度為 1)。 這個方法實際上是計算對字元編碼後產生的位元組數,只是在中文環境下,寬字元在使用 ...
  • 本筆記有特殊目錄,點擊開啟: 專有目錄 在Linux系統中編輯文本總是離不開一位老幫手——Vi。而因為其誕生的年代有些久遠,有些操作在現在看來可能有點“反直覺”。 於是我決定寫這樣一篇小筆記,記錄一下我記憶Vi的這些這些 常用 操作和指令的方法(主要靠的是英語和圖示了)。 當然,正如“好記性不如爛筆 ...
  • Vmware Station安裝Arch Linux 一、測試環境及工具 當前教程在win10環境中進行,網路為有線連接 vmware station版本為 16.2.1 arch linux鏡像為 archlinux-2022.04.05-x86_64.iso 終端工具Xshell 6,也可使用p ...
  • 一篇科普文章,介紹什麼是 Linux 信號,以及它的基本用法,內含精美圖表。 ...
  • MySQL 回表 五花馬,千金裘,呼兒將出換美酒,與爾同銷萬古愁。 一、簡述 回表,顧名思義就是回到表中,也就是先通過普通索引掃描出數據所在的行,再通過行主鍵ID 取出索引中未包含的數據。所以回表的產生也是需要一定條件的,如果一次索引查詢就能獲得所有的select 記錄就不需要回表,如果select ...
  • 分享嘉賓:高大月@美團點評,Apache Kylin PMC成員,Druid Commiter 編輯整理:Druid中國用戶組 6th MeetUp 出品平臺:DataFunTalk -- 導讀: 長久以來,對SQL和許可權的支持一直是Druid的軟肋。雖然社區早在0.9和0.12版本就分別添加了對S ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...