logoBosonit_blanco

Bankia Proyecto Marvin

Gestión integral de los despliegues de la plataforma de inteligencia artificial de Bankia

Soporte y mantenimiento a los modelos de IA que evolucionaron a lo largo del proyecto

El reto

Nos encontramos con tres líneas de trabajo de gestión en control que usan despliegue continuo en plataformas, sin orquestación en Docker con microservicios a medida, pero sin control en el flujo interno , y sin productividad antes los fallos por servicios de la plataforma.Además, de dar soporte a los modelos de IA dentro de la plataforma que evolucionaron a lo largo del proyecto.

La solución

Se acordó con Bankia, dotar de sistemas predictivos de aviso ante fallos, para poder organizar los equipos de gestión de informes y seguir, posteriormente, con los mantenimientos.El planteamiento se desarrolló en función de los objetivos establecidos:Localizar con las nuevas implementaciones dentro de los recursos del cliente de soluciones para la creación de puntos de control de aviso y planificación de soluciones (SRE). Integrado dentro del cliente.Por otra parte, se dio mantenimiento a todas las líneas de producción de la plataforma, creando nuevos modelos de IA para los nuevos documentos o mantenimiento de los cambios actuales.También, se creó una nueva línea de producción de documentos mas avanzada, que no estaba arrancada y se terminó de iniciar y traspasar todos los modelos de la antigua línea a la nueva línea de producción.Nos adaptamos a la nueva situación de soporte en la pandemia sincronizando con todos los grupos de manteniendo interno del banco.

Bankia

Resultados

Se consiguió predecir las posibles caídas del sistema o pérdidas de rendimiento, que además, se solucionaban antes de que afectasen a la producción en oficinas en Bankia.

  • Se establecieron los métodos de control y supervisión de la plataforma, ya que carecía de los mismos.
  • Se planificaron los métodos de gestión de las incidencias de forma proactiva.
  • Se implementaros y desplegaron los nuevos métodos de IA par los documentos estimados.
  • Se puso en marcha la nueva línea de producción de la plataforma que no había entrado en producción, cuyo funcionamiento precisó de múltiples ajustes. Además, se crearon nuevos puntos de control para conocer su estado y gestionar posibles incidencias.
  • Se desplegaron los nuevos modelos de IA creados por Bosonit para los nuevos documentos creados.

tecnologías utilizadas

  • Docker
  • Solr
  • Postgres
  • Java
  • MongoDB
  • Python
  • Linux

Siguiente Proyecto

Universidad de Murcia

LOGOMURCIAPNG