Proje Bilgileri
- Müşteri
- Fintech Scale-up · İstanbul
- Süre
- 14 hafta
- Yıl
- 2025
- Kapsam
- AI/MLVeri MühendisliğiFrontendDevOps
Müşteri davranışı ve risk metriklerini gerçek zamanlı izlemek için kullanılan eski dashboard 6+ saniyede yenileniyor, ekip karar verirken kör uçuyordu. Ayrıca üç ayrı veri kaynağından gelen sinyaller manuel birleştiriliyordu.
Snowflake üzerinde modellenmiş tek bir analytics katmanı kurduk; üzerine WebSocket besleyen bir streaming pipeline ekledik. Anomali tespiti için özel bir ML modeli, doğal dil sorguları için ise LLM tabanlı bir 'Ask the Data' asistanı geliştirdik.
Karar süresi 8 dakikadan 30 saniyeye indi. Risk ekibi anomalileri daha gerçekleşmeden tespit eder hale geldi; ürün ekibi yeni metrikler eklemek için artık 1 hafta yerine 1 saat harcıyor.
Bu projede kullandığımız teknolojiler.
Projenin teknik kalbi.
Sıfır-config self-serve metrik builder
LLM destekli doğal dil sorgulama
Gerçek zamanlı anomali alarmı (Slack & email)
Role-based access ile hassas veri katmanı
Sıradaki vakanın kahramanı sen ol.
Burada gördüğün hikayelere benzer bir yolculuğu birlikte yapmak istersen, kısa bir keşif görüşmesi ile başlayalım.