Klient

Międzynarodowa instytucja finansowa działająca w obszarze bankowości korporacyjnej i detalicznej, obsługująca kilka milionów klientów w regionie CEE. Organizacja posiadała dojrzałe środowisko data warehouse oraz rozwinięty zespół analityczny, jednak znajdowała się na wczesnym etapie wdrażania rozwiązań AI i GenAI w procesach decyzyjnych.

Problem

Zarząd oczekiwał wdrożenia rozwiązań AI wspierających ocenę ryzyka, automatyzację procesów operacyjnych oraz analizę dokumentów klientów. Wewnętrzny zespół data science koncentrował się na modelach eksperymentalnych, natomiast brakowało kompetencji do budowy stabilnych, produkcyjnych pipeline’ów oraz integracji rozwiązań AI z systemami core banking.

Kluczowe wyzwania

• brak end-to-end odpowiedzialności za techniczne wdrożenie ML/GenAI,
• trudności w przejściu z POC do środowiska produkcyjnego,
• integracja ponad 10 źródeł danych (core banking, CRM, scoring, dokumenty PDF, systemy transakcyjne),
• wysokie wymagania regulacyjne i audytowe.

Organizacja potrzebowała doświadczonego konsultanta, który przejmie odpowiedzialność za techniczne dostarczenie rozwiązań AI w modelu projektowym.

Rozwiązanie 

W modelu konsultingowym zaangażowaliśmy Senior AI Engineera jako indywidualnego kontrybutora odpowiedzialnego za pełny cykl wdrożenia.

Zakres projektu obejmował:

• projekt i implementację end-to-end pipeline’ów danych z wykorzystaniem SQL i Python (NumPy, PyTorch),
• budowę workflow wspierających modele scoringowe oraz analizę dokumentów z użyciem LLM,
• stworzenie architektury dla GenAI wspierającej analizę umów i wniosków kredytowych,
• projektowanie ontologii i warstw pośrednich łączących dane z wielu systemów,
• przeprowadzenie warsztatów technicznych z zespołami IT i ryzyka,
• przejście od POC do stabilnego wdrożenia produkcyjnego z monitoringiem modeli.

Konsultant pracował w małym, autonomicznym zespole, współpracując bezpośrednio z liderami produktu i architektami klienta.

Wnioski

• Skrócenie czasu analizy dokumentów kredytowych o 60% dzięki wykorzystaniu GenAI
• Wdrożenie produkcyjnych pipeline’ów ML zgodnych z wymaganiami audytowymi
• Usprawnienie procesów decyzyjnych poprzez integrację modeli z systemami core
• Zbudowanie wzorca architektonicznego dla kolejnych projektów AI w organizacji

Klient uzyskał działające, skalowalne rozwiązanie AI wspierające kluczowe procesy biznesowe oraz praktyczny model wdrażania projektów AI od analizy do produkcji.