Data Science

Fünf FinTech-Trends für 2021

Die Finanzbranche hat der Fall Wirecard schwer getroffen. Auch die Pandemie im Jahr 2020 hat tiefe Spuren hinterlassen. Anleger und Kunden sind zunehmend verunsichert. Das bedeutet allerdings nicht, dass der Fintech-Sektor in irgendeiner Weise von dieser Verdrossenheit betroffen wäre: Im Gegenteil. Die Krisen haben viele Möglichkeiten zur Innovation aufgezeigt. Adam Lieberman, Head of Artificial Intelligence & Machine Learning bei Finastra, bespricht in diesem Artikel die fünf wichtigsten Fintech-Trends für das kommende Jahr.

Daten in den Griff bekommen: Mehrdimensionale Arrays für Machine Learning

Für viele Verfahren im Bereich Datenanalyse und Machine Learning werden mehrdimensionale Arrays benötigt. Da oft mit großen Datenmengen gearbeitet wird, ist es, neben anderen Optimierungen, wünschenswert, eine Arrayimplementierung zu verwenden, die auf hohe Performance und geringen Speicherverbrauch optimiert ist. Viele Frameworks setzen deshalb auf ndarrays von NumPy oder eigene Implementierungen, statt die Standard-Listen- oder Arrayimplementierungen von Python zu verwenden.

Finde die Ausreißer: Anomalieerkennung in Echtzeit mit Kafka und Isolation Forests

Anomalien – oder auch Ausreißer – sind in Daten allgegenwärtig. Sei es durch Messfehler der Sensoren, unerwartete Ereignisse in der Umwelt oder fehlerhaftes Verhalten einer Maschine. In vielen Fällen ist es sinnvoll, solche Anomalien in Echtzeit zu erkennen, um unmittelbar darauf reagieren zu können. Das nötige Rüstzeug dafür gibt uns die Data-Streaming-Plattform Apache Kafka sowie die Python-Bibliothek scikit-learn an die Hand.