Сбер

Сбербанк - российский финансовый конгломерат, крупнейший универсальный банк России и Восточной Европы. По итогам 2019 года у Сбербанка 96,2 миллионов активных частных клиентов и 2,6 миллиона активных корпоративных клиентов. Среди крупнейших банков мира по размеру активов находится в восьмом десятке. Включен Банком России в перечень системно значимых кредитных организаций. Сбербанк входит в холдинг Сбер, которые является лидером по цифровизации финтех области в России.

Выделить команду для реализация проекта предназначенного для скрининга клиентов банка, благодаря которому у банка появляется возможность проверить клиента по всем внутренним базам банкротства, черным спискам и т.п. Система работаем как независимый сервис, благодаря которому все кредитные заявки проходят через него и уже после попадают менеджерам банка. Помимо проверки клиентов система осуществляет их регистрацию в базе банка.

Также система проверяет клиентов через внешние сервисы, которые объединяют информацию о проблемных клиентах в одну базу. взаимодействие с такими базами происходят по защищенным протоколам с использованием API.

Часть проверок происходит с использованием ИИ, который был обучен на больших массивах данных, которые банк накопил за долгое время. Нейросеть продолжает обучаться и делает проверку более качественной.

К команде были подключены инженеры:
— ASP-разработчики;
— Тестировщики;

Уровень специалистов не ниже middle и опыт не менее 4х лет. Команда формировалась исходя из требований к проекту и опыта в определенных библиотеках. Длительность проекта 12 месяцев, проектная команда подключалась итерационно.

В рамках сотрудничества специалисты FIRECODE успешно разработали и модифицировали ПО, согласно поставленным задачам:
— Модуль “Контур призма” с возможность синхронизаций данных;
— Модуль “Внешние сервисы”, для проверки клиентов в внешних базах;
— Модуль “Регистрации”, для регистрации клиента в единой базе;
— Модуль “Валидатор”, для проверки всего массива данных на корректность;
— Модуль “Антитеррор”, проверка по террористическим базам;
— Модуль “Фрод”, проверка по внутренним базам недобросовестных клиентов;
— Модуль “Риск менеджмент”, проверка вероятности рисков связанных с клиентом;

В рамках реализация проекта были использованы ASP.NET 6 Core, Entity Framework, MediaR, Rabbit MQ. Чтобы проект работал очень быстро необходимо было применять кэширование, и командой было выбрано решение Redis. Система регистрации клиентов: разработка валидатора для входных данных, разработка сущностей для Entity Framework, реализация команд MediaR и написание юнит-тестов к ним, написание спецификации для запроса информации о регистрации, тестирование и отладка системы, рефакторинг кода;

Слои ядра приложения, которые выполняют команды для сохранения состояния регистрации, отправки запроса на проверку клиента в систему проверки клиентов, завершения регистрации, отправки состояния регистрации другим системам были спроектированы и разработаны нашими инженерами. Слоя инфраструктуры для отправки запроса на проверку клиента в систему проверки клиентов и сохранения состояния регистрации в промежуточной базе данных были модернизированы в соответствии с требованиями технического задания.

Проект реализовывался по формату аутстафф, где мы обеспечили заказчику подключение нужных специалистов. Управление проектом было полностью на стороне заказчика.

Команда работала над проектом по гибкой методологии Scrum, при которой программное обеспечение создавалось инкрементально с самого начала.