Contrariando a instabilidade de boa parte dos setores da economia nacional, o setor financeiro vem apresentando resultados bem positivos. O último balanço dos quatro maiores bancos brasileiros em ações negociadas na Bolsa somou R$ 23,1 bilhões no segundo semestre – alta de 90% em comparação com o mesmo período do ano passado.

O sucesso do setor deve-se a fatores como a oferta de crédito, empréstimos e outras soluções para tirar empresas e pessoas físicas do vermelho ao longo da pandemia, além da criação de novos produtos, transformação digital e modernização de serviços, como plataformas online e aplicativos, entre outros.

Você sabia que por trás de toda essa oferta e estrutura de digitalização, a tecnologia tem sido fundamental?

Em suma, ao longo da pandemia, praticamente toda adequação das instituições financeiras contaram com soluções como Metodologias Ágeis, Desenvolvimento de Software, Inteligência Artificial, Cloud Computing, UX, entre outras.

No entanto, neste período podemos destacar um projeto desenvolvido pela Lambda3 para a principal instituição que movimenta o mercado financeiro do país, que tem como uma de suas principais responsabilidades comunicar ao mercado nacional os fatos mais relevantes que acontecem nas empresas de capital aberto e que movimentam a Bolsa de Valores do Brasil. Vale destacar que essa comunicação é obrigatória e precisa ser realizada em curto prazo de tempo. Portanto, o principal desafio da instituição era melhorar a performance e escalabilidade na classificação dos documentos de fatos relevantes de seus clientes. Outro ponto é que, antes de desenvolvermos a solução, esse processo era feito manualmente por pessoas, sendo o desafio a ser resolvido.

Assim, propomos uma arquitetura de Machine Learning, cuidando de ponta a ponta do processo dentro do Azure para automatizar os processos do cliente. Para esse projeto, contamos com um time de profissionais de Arquitetura de Dados e Cientista de Dados, além de um agilista para garantir toda a gestão ágil do projeto, sendo utilizadas como ferramentas componentes do Azure (Blob Storage, Azure Function), VM de Machine Learning, Deep Learning (LSTM), SQL Azure Database

 

Baixe agora o nosso case completo de soluções que desenvolvemos para empresas do segmento financeiro

 

Foi deste modo que desenvolvemos as chamadas de Azure Functions para garantir o disparo sempre que um documento fosse adicionado a um repositório. Este disparo iniciava uma cadeia de acontecimentos, incluindo o consumo de um modelo de Deep Learning usando LSTM que calculava a pontuação daquele documento. Este gatilho encerrava o processo armazenando o resultado e o documento em um banco de dados SQL. Com isso, a aplicação da instituição financeira consumia este banco de dados que estava com as pontuações e mantinha os documentos ordenados para serem lidos e comunicados ao mercado.

Com o desenvolvimento desta solução, o principal benefício percebido pelo cliente foi a aceleração de entregas de comunicação ao mercado sobre os fatos relevantes que as empresas enviam. A classificação de documentos, ranqueamento de empresa, tipo de documento e geração de pontuação de priorização, aumentou a eficiência do processo, permitindo com que as pessoas definissem o que trabalhariam focando primeiro no que é mais importante para o mercado.

Além disso, o processo de entendimento de qual fato das empresas de capital aberto é mais relevante para ser publicado com agilidade foi automatizado, o que resultou em uma eficiência no processo, e fazendo com que a empresa evitasse de multas por publicações em atraso ou de fatos não relevantes. De quebra, as pessoas que trabalhavam manualmente nos processos podem trabalhar em frentes mais estratégicas, otimizando o potencial intelectual dos seus funcionários.

Todos esses fatores indicam que a tecnologia segue como ferramenta poderosa, inclusive entre setores tão tradicionais como o financeiro. E para nós, da Lambda3, é uma honra poder contribuir com soluções desenvolvidas por pessoas de mentes tão brilhantes.