BBVA abre su librería de código de modelos analíticos a la comunidad open source

  • Actualidad

data center almacenamiento datos

BBVA ha compartido la librería Mercury con la comunidad de desarrolladores open source a través del portal GitHub, para contribuir a impulsar la innovación fintech. Además, sus responsables esperan hacer evolucionar la librería con las contribuciones de la comunidad.

  Recomendados....

» Modernización del Sector Público: estado de las iniciativas digitales Foro IT User- AAPP
» Cómo elegir una arquitectura cloud que ayude a crecer y proteger mi negocio Ver
» Estrategias de ciberseguridad inteligentes: hoja de ruta y mejores prácticas Acceder

Mercury es una librería creada en 2019 en BBVA AI Factory, el centro de inteligencia artificial del banco y, dos años después, de la mano de su disciplina de Advanced Analytics, empezó a utilizarse para centralizar en un solo repositorio los algoritmos de uso común para múltiples equipos de desarrolladores, así como aquellos con gran potencial de reutilización. Ahora, el banco ha compartido Mercury en el portal colaborativo Github para que otros programadores puedan utilizarla en sus desarrollos, lo que ayudará a impulsar la innovación empresarial fintech y evolucionará la librería con las contribuciones de la comunidad.

Los componentes de código presentes en Mercury han sido generados por científicos de datos e ingenieros de machine learning de España, México y América Latina para responder a los retos de negocio de áreas tan diversas como Finanzas, Banca Corporativa y de Inversión o desarrollo de soluciones para clientes. De hecho, según explica la entidad bancaria, hoy en día, más de un tercio de los casos de uso de análisis avanzados más importantes del banco utilizan código procedente de esta librería, que abarcan una amplia gama de funcionalidades: monitorizar la robustez de los algoritmos, garantizar que cumplen con la regulación o diseñar sistemas de recomendación, como la funcionalidad de la app de BBVA que detecta hechos relevantes en los movimientos bancarios de los clientes y les sugiere líneas de acción, etc.

Según explica Curro Maturana, responsable de la especialidad de Grandes Modelos de Lenguaje y Mercury en la compañía, “aunque tenemos desarrollos de todo tipo, en general se trata de componentes con especial interés para el desarrollo de soluciones analíticas en el entorno financiero. Este tipo de algoritmos no son muy frecuentes en el ámbito open source’, por lo que suponen un valor añadido a la comunidad, especialmente para quienes trabajan en áreas fintech o insurtech.

Además, la idea es que la librería evolucione con las contribuciones externas que "nos ayuden a seguir robusteciendo nuestros algoritmos”, subraya Maturana.

Los desarrolladores externos que accedan a Mercury encontrarán componentes que aportan explicabilidad a sus algoritmos de machine learning, es decir, entender cómo llega a sus conclusiones o predicciones; una funcionalidad especialmente importante en la industria de los servicios financieros, donde los reguladores exigen que los algoritmos sean comprensibles para asegurar que las decisiones que se toman con su ayuda no presenten riesgos para los clientes.

Con el software alojado en esta librería, los científicos de datos también podrán medir la robustez de sus modelos de aprendizaje automático, lo que reduce los riesgos de que arrojen resultados erróneos, o detectar cambios significativos en los datos con los que trabajan los modelos, lo que podría reducir la calidad de sus predicciones, sobre todo en entornos dinámicos como el financiero.