Bas Geerdink
荷兰合作银行技术主管
Bas是一名程序员、科学家和IT经理。在荷兰合作银行(Rabobank)，他担任人工智能、数据和分析领域的技术主管。他的学术背景是人工智能和信息学。他关于大数据解决方案参考架构的研究发表在IEEE会议ICITST 2013上。Bas有软件开发、设计和架构方面的背景，从c++到Prolog到Scala都有广泛的技术视野。他偶尔会教授编程课程，并定期在各种会议和非正式会议上发表演讲，在这些会议上，他将市场背景、自己的愿景、业务案例、架构和源代码以热情的方式带给听众。
过去的会议
流分析(或快速数据处理)正在成为金融领域越来越受欢迎的主题。这种发展有两个主要原因。首先，必须实时分析越来越多的数据以防止欺诈;银行处理的所有交易都必须通过越来越多的测试，以确保资金来自和流向合法来源。其次，客户希望在管理他们的资金时拥有无摩擦的移动体验，例如根据他们的在线行为和其他用户的行为获得即时通知和个人建议。
典型的流分析解决方案遵循“管道和过滤器”模式，包括三个主要步骤:检测原始事件数据的模式(复杂事件处理)，在业务规则和机器学习算法的帮助下评估结果，以及决定下一步行动。这种架构的核心是对大量永不终止的数据流进行操作的预测模型的执行。
在这次演讲中，我将介绍一个流分析解决方案的架构，它涵盖了遵循这种模式的许多用例:可操作的洞察、欺诈检测、日志解析、流量分析、工厂数据、物联网等。我将详细介绍在处理流数据时可能出现的一些架构挑战，例如延迟问题、事件时间与服务器时间，以及只进行一次处理。解决方案构建在kiss堆栈上:Kafka, Ignite和Spark Structured Streaming。该解决方案是开源的，可在GitHbob下载地址ub上使用。
