Data engineering et analytique
Des journaux de transactions à la décision.
Nous construisons les pipelines entre les systèmes opérationnels et ceux qui en analysent les données : ETL, stockage en data lake, jeux de données de surveillance et API d’exposition de modèles.
Les signaux d’alerte
- Les tableaux de bord métier dépendent d’extractions manuelles.
- Les équipes conformité ou surveillance ont besoin de données d’audit quotidiennes et requêtables.
- Vos data scientists ont un modèle, mais aucune API de production autour.
- Les coûts de stockage augmentent plus vite que la valeur des données.
Ce que nous faisons
Pipelines ETL
Extraction depuis les systèmes transactionnels vers Parquet sur S3, exposé via Athena à Power BI et à d’autres outils.
Jeux de données de surveillance et d’audit
Collecte quotidienne depuis SFTP et les flux fournisseurs, puis transformation et stockage pour les équipes de surveillance du trading.
API de modèles
Modèles de pricing et de marge exposés derrière des API sécurisées, avec FastAPI, MLflow et Okta.
Ordonnancement et fiabilité
Jobs Hangfire, relances, alerting et contrôles de qualité des données.
Ce que vous obtenez
- Des pipelines en production avec supervision
- Des contrats de données documentés
- Des tables et des vues prêtes à requêter
- Une API de modèle versionnée
Réalisations associées
Données d’audit et d’exécutions pour la surveillance du trading
Un pipeline quotidien qui met à la disposition de l’équipe de surveillance du trading des données d’audit et d’exécutions Trading Technologies requêtables.
Lire l’étude de casPricing temps réel et analytique pour un desk de vente énergie
Des fonctionnalités sur trois applications de trading intégrées : négociation de prix en temps réel, blotters traders et sales, analytique et API de prédiction de marge.
Lire l’étude de casQuestions fréquentes
Remplacez-vous notre plateforme data ?
Rarement. Nous ajoutons généralement des pipelines et des jeux de données à la plateforme que vous exploitez déjà, qu’elle soit sur AWS, sur Azure ou sur SQL Server on-premise.
Pouvez-vous travailler avec nos data scientists ?
Oui. Le modèle reste le leur ; nous construisons l’API, le versioning et le déploiement autour.