安德鲁•莫拉

Adyen使集成公司接受付款从他们的客户使用任何支付方式在任何销售渠道。我们设计和实现了一个时间序列预测算法,让我们满怀信心地预测每个集成的体积,因此能够标志等异常流量下降或异常低的流量。我们使用Apache火花作为计算引擎既使这些数据可用于培训过程以及训练多年的数据可伸缩的方式。预测性能基准测试和模型是通过定制的实时监控和报警设施在生产使用ElasticSearch作为热存储。这个最先进的解决方案,Adyen知道发生了一个问题并相应地可以提醒操作团队在一个记录时间。

本课程将涵盖旅行我们带着关注数学概念,目前的时间限制,预测表演,和所需的架构来实现这一点。我们过去的经验教训,发现缺陷,和最佳实践建模时间序列数据集与Apache火花。数据科学家能够获得的见解应用有效和现实的季节性建模技术。我们会分享我们的方法用于毫秒级的模型服务激励数据工程师的相关问题。