Модернизация КХД банка Санкт‑Петербург: переход на Arenadata Hyperwave

Войти

Продолжаем серию публикаций о результатах нашей работы с клиентами — банк «Санкт-Петербург» успешно реализовал масштабный проект по переносу корпоративного хранилища данных (КХД) с Oracle на Arenadata Hadoop (сейчас — Arenadata Hyperwave), что позволило значительно ускорить работу с данными и повысить ключевые бизнес-показатели. ✏️ Задача банка: модернизация устаревшей инфраструктуры Исторически в банке «Санкт-Петербург» использовалось КХД на базе Oracle. Несмотря на свою эффективность, платформа достигла предела своих возможностей и перестала соответствовать растущим потребностям бизнеса в масштабируемости и гибкости. 🔁 Решение: переход на продукт Arenadata Выбор Arenadata Hadoop был обусловлен экспертным опытом Группы Arenadata на российском рынке, оперативной технической поддержкой и возможностью обучения специалистов банка. ✅ Достигнутые улучшения: ✔️ количество источников данных увеличено в 10 раз, что обеспечило более полную картину бизнес-процессов; ✔️ сроки добавления новых атрибутов и разработки отчётов сократились в 8–10 раз; ✔️ загрузка новых таблиц ускорилась в 5 раз; ✔️ скорость обновления данных увеличена с одного раза в день до одного раза в несколько минут для отдельных таблиц; ✔️ снижение расходов на хранение данных на 10–15% за счёт переноса архивных данных из информационных систем на платформу; ✔️ увеличение выручки за счёт развития маркетинговых сервисов благодаря повышению многообразия и скорости поставки данных. 👤 Ян Гузов, CDO банка «Санкт-Петербург», комментирует: «Сегодня платформа управления данными банка — это не просто хранилище. Это операционный слой бизнеса, который обеспечивает стабильную работу ключевых сервисов, сокращает время вывода изменений, готов к интеграции ML/ИИ и позволяет банку масштабироваться без архитектурных ограничений». 🎯 Стратегия дальнейшего развития: Банк «Санкт-Петербург» планирует дальнейшее развитие платформы, фокусируясь на внедрении сценариев обработки данных в реальном времени, интеграции ML/ИИ-моделей и использовании ИИ-агентов для расширения возможностей самообслуживания бизнес-подразделений. Также важным направлением останется дальнейшая оптимизация TCO ландшафта данных и достижение принятых SLA.

Разбираем новые термины 📚 Сегодня поговорим про совместную безопасную работу с данными. Это одна из самых быстрорастущих областей в data-индустрии: бизнесу важно извлекать ценность не только из самостоятельно собранных данных, но и использовать накопленные знания в индустрии или смежных отраслях. Существует 2 больших класса конфиденциальных вычислений: аппаратные и программные. Группа Arenadata занимается разработкой именно ПО как в части хранения и аналитики данных, так и в области конфиденциальных вычислений. Разбираем ключевые понятия 👇 🌟 Конфиденциальные вычисления (Confidential Computing) — подход к обработке данных, при котором данные защищены на всех этапах: при хранении, передаче и даже во время обработки. Это позволяет работать с чувствительной информацией без риска утечки. Опишем несколько типов конфиденциальных вычислений: MPC, федеративное обучение и гомоморфное шифрование. 🌟 MPC (многосторонние вычисления) — позволяют нескольким сторонам вычислить результат на основе их общих данных, не раскрывая свои приватные данные друг другу: Этап 1: деление данных. Каждый участник разбивает свою информацию на зашифрованные части («осколки»). Этап 2: распределенные вычисления. Эти «осколки» отправляются другим участникам или узлам сети, где проводятся математические операции. Этап 3: сбор результата. Получается общий итог, который расшифровывается, но никто из участников не видит данные, предоставленные другими. 🌟 Федеративное обучение — это метод машинного обучения, который тренирует алгоритм на нескольких удаленных устройствах или серверах без обмена исходными данными между ними. Серверы обмениваются только обновлениями (весами) для моделей, которые содержат очень сжатую, концентрированную информацию, и извлечь из них данные одного отдельного сервера затруднительно. Более того, обмен этими обновлениями часто дополнительно защищают с помощью многосторонних вычислений или гомоморфного шифрования, что делает федеративное обучение методом с доказуемой безопасностью и показывает, что технологии конфиденциальных вычислений не конкурируют, а усиливают друг друга. 🌟 Гомоморфное шифрование (Homomorphic Encryption) — метод шифрования, позволяющий выполнять вычисления прямо на зашифрованных данных. Результат также остаётся зашифрованным и доступен только владельцу данных. Расширение спектра использования конфиденциальных вычислений способствует развитию совместных проектов и созданию инновационных продуктов и услуг. И все это благодаря математическому алгоритму, безопасность которого можно обосновать. ⚙️ На нашей ежегодной конференции ArenaDay Алла Лугунова, руководитель монетизации данных для кредитного бизнеса Т-Банка, рассказала о практических кейсах применения технологии. Видео доступно по ссылке: https://rutube.ru/video/private/cde9fc4918b7b1c3f9065d225bb23691/?p=Xl3IRHgMIACsYP9sgkP4aw Какие темы разобрать следующими? 👇 👍 — технологии, на которых строится data-платформы Группы ⚙️ — технологические партнерства 🚀 — реальные бизнес-кейсы #знания_от_эмитента DATA

Итоги образовательной весны 🎓 Весной 2026 года Группа Arenadata выступила партнером 6 образовательных мероприятий в сфере ИТ и данных, в которых приняли участие более 1500 студентов и школьников из разных регионов России и стран СНГ. Что мы успели за этот сезон: 🔸Clean Code Cup — 2026: поддержали олимпиаду по ИИ в Алтайском государственном университете. 🔸 V «Московский студенческий DATA-Хакатон»: выступили с практическим кейсом и провели установочный вебинар в Московском городском педагогическом университете. 🔸 Хакатон по большим данным «Кампуса инноваций Samsung»: партнерами трека выступили VK Tech и Группа Arenadata. Участники, выбравшие задание Arenadata, решали прикладную задачу по выявлению персональных данных в файлах и формированию отчетов. 🔸«Весна доверия — 2026» в НГТУ НЭТИ: стали партнерами соревнований по кибербезопасности «КиберНск». 🔸Хакатон «Цифровой суверенитет 4.0»: поддержали инициативу РТУ МИРЭА по разработке отечественных решений для науки и бизнеса. 🔸«Цифратех: Индустрия цифровых технологий для бизнеса и образования — 2026»: рассказали о современных подходах к организации хранения данных и вошли в состав жюри конкурса студенческих научно-практических работ. 👤 Федор Кирдяшов, директор по обучению Группы Arenadata, к. т. н.: «Мероприятия для студентов и школьников — важный инструмент развития профессиональных навыков. Они решают сразу несколько задач: дают возможность поработать в команде над реальными кейсами, развить компетенции и пополнить портфолио, способствуют профессиональному общению и обмену опытом. Для компаний, таких как Arenadata, это также эффективный канал взаимодействия с молодыми специалистами и знакомства с актуальными отечественными решениями в области работы с данными». DATA #образование

Модернизация ИТ-инфраструктуры банка «Санкт-Петербург» ⚙️