Data Fabric-Lernprogramme

In den Data Fabric-Lernprogrammen finden Sie weitere Informationen zu einem oder mehrere Anwendungsfällen, in denen kombiniert veranschaulicht wird, wie Sie eine Data Fabric-Lösung implementieren können.

Szenarien der Lernprogramme

Golden Bank ist ein führender Hypothekenanbieter mit einem Netz lokaler Filialen. Die Lernprogramme decken folgende Ziele ab:

  • Die Bank nutzt KI zur Bearbeitung von Kreditanträgen und muss unvorhergesehene Risiken vermeiden und sicherstellen, dass alle Antragsteller fair behandelt werden.
  • Aufgrund einer neuen Verordnung kann die Bank keine Kredite an unterqualifizierte Darlehensantragsteller vergeben. Die Bank benötigt eine Datenpipeline, die präzise, vorverarbeitete und aktuelle Daten zu allen Hypothekenantragstellern bereitstellt, damit Kreditgeber Entscheidungen treffen können. Die vorhandenen Daten befinden sich in drei Datenquellen: einer Db2 Warehouse-Datenbank, einer PostgreSQL-Datenbank und einer MongoDB-Datenbank. Die Bank muss die Daten integrieren, ohne sie zu verschieben, und die Daten in ein einzelnes Zieldataset umwandeln.
  • Die Bank möchte eine Kampagne durchführen, in der niedrigere Hypothekenzinsen angeboten werden. Die Bank benötigt eine konsolidierte 360-Grad-Ansicht der Antragsteller, um die Kunden mit dem höchsten Zielwert zu ermitteln und die besten Preise für diese Kunden ermitteln zu können.

Lernprogramme

{: #tutorials}Jedes dieser Lernprogramme ist Ressourcen in der Gallery zugeordnet und enthält die vollständigen Anweisungen zum Durcharbeiten des Lernprogramms.

Anwendungsfall Lernprogramm Beschreibung Fachkenntnisse für das Lernprogramm
MLOps und Vertrauenswürdige KI Modell erstellen und bereitstellen Sie trainieren ein Modell, stufen es in einen Bereitstellungsbereich hoch und stellen das Modell bereit. Ausführen eines Notebooks.
MLOps und Vertrauenswürdige KI Modell testen und validieren Sie bewerten ein Modell auf Genauigkeit, Fairness und Erklärbarkeit. Ausführen eines Notebooks aus und anzeigen der Ergebnisse in der Benutzeroberfläche.
Multicloud Data Integration Daten integrieren Sie extrahieren, filtern, verknüpfen und transformieren Ihre Daten. Verwendung der Drag-and-drop-Schnittstelle von DataStage zum Transformieren von Daten.
Customer 360 360-Grad-Ansicht konfigurieren Sie richten Ihre Daten ein, ordnen sie zu und modellieren sie, um eine 360-Grad-Ansicht Ihrer Kunden zu erstellen. Verwendung der Drag-and-drop-Schnittstelle von Match 360 zum Konfigurieren Ihrer 360-Ansicht.
Customer 360 Lernen Sie Ihre Kunden kennen Sie erkunden die 360-Grad-Ansicht, um die geeignetsten Kunden für die Angebot der Marketingkampagne zu ermitteln. Verwendung der Drag-and-drop-Schnittstelle von Match 360, um Daten zu untersuchen.

Weitere Informationen

Übergeordnetes Thema: Erste Schritte