Как мы в МТС создаем аналитический профиль клиента экосистемы в режиме online
Программный комитет ещё не принял решения по этому докладу
Целевая аудитория
Тезисы
МТС - это большая экосистема с множеством различных индустрий. Каждая индустрия имеет своих клиентов и конечно же один и тот же клиент может присутствовать в разных индустриях. При этом у каждой индустрии есть свой набор атрибутов по клиенту, значения которых могут обновляться с различной периодичностью.
Для аналитики, рекламных кампаний, рекомендательных систем, скоринговых продуктов, платформ и других подобных систем важно иметь в одной единой точке согласованный аналитический экосистемный профиль клиента с полным набором всех атрибутов и их актуальными значениями. Это значит, что нужно уметь идентифицировать клиента в экосистеме по набору ключей и в режиме реального времени или близко к реальному времени обновлять значения его атрибутов. Данные в аналитическом профиле клиента онлайн должны быть всегда доступны и публичные интерфейсы предоставлять значения атрибутов по заданным параметрам, а также оповещать системы-подписчики об изменениях в профиле. Подобная система будет иметь критически важное значение для многих систем компании, поэтому к такой системе предъявляются требования mission-critical. В докладе расскажу, как мы строим подобную систему.
CTO центра управления клиентскими данными в центре BigData МТС Диджитал. Занимается задачами построения систем класса LakeHouse. Много времени уделяет потоковой обработке данных. Кандидат физ.-мат. наук и доцент кафедры «Вычислительная математика и программирование» в ВУЗе. Один из авторов курса для Data Engineer в Яндекс Практикум.
Видео
Другие доклады секции
BigData и инфраструктура машинного обучения (data engineering)