國內外銀行有開始使用Spark計算或做機器學習的嗎，現在都做到什麼程度了？
現在國內外銀行或金融機構有開始使用spark或機器學習做數據處理的嗎？做到什麼程度了？應用在哪些方面？謝謝
拋磚引玉。來放一張圖：
這是今年Spark Summit 2017 San Francisco會議上Intel的關於BigDL深度學習庫的一個演講的內容。該演講的鏈接在：BigDL: Bringing Ease of Use of Deep Learning for Apache Spark
這張幻燈片正好講到銀聯在Spark上用BigDL做深度學習來做欺詐檢測。
去年 Spark Summit 上 Capital One 的 talk：Credit Fraud Prevention with Spark and Graph Analysis
混Tier 1投行IT，現在知道在用的有我司Credit Suisse, 還有Morgan Stanley, 別的公司表示不是很清楚, Goldman 和JP一直比較神秘。大數據應用很多，是不是用spark就不清楚了。而且說實話spark是不是有應用的必要，還是在討論的過程中，畢竟spark只是個大數據架構，實際的用途必須要結合項目和業務。
流行的technology在銀行里多多少少都能找到
以前打過醬油的：Spark, Hadoop, mongodb...現在打醬油中的：Kafka, Storm, Cassandra...同事用過的：NLP, machine learning, docker ...也有不少銀行說自己是tech company或者data company的 等著大家自己對號入座正在做一個銀行的項目類似於ETL類型的項目。裡面主要是Nifi Spark Hadoop。銀行現在是什麼技術新就使勁上，實際數據量很小，我們開玩笑叫Tiny Data或者Dripple Data。
BB一家，在用spark2.做計算，做什麼不太清楚，一般來說投行IT比真正的tech company在技術上落後十年。
加拿大的銀行現在正在全力走大數據路線。（不過今年好像微調了，市場回歸理性了。）
有老一點兒的系統還用著MR的，有積極改革的用Spark的。
機器學習大概是去年才在多倫多市場火熱起來的，預計還要1-2年才能出結果。
每個銀行內部有做崩了、砍掉了、做成了的，做成的中也有對外和對內的。
能對外展示的都是成功了的。看不到的項目更多。不過總體都是在喊FinTech，大概是為了忽悠群眾選擇自己吧（逃。。。。
單拿數據分析來說，銀行所涉及到的大數據量計算和機器學習的內容可以有很多，尤其是近幾年隨著機器學習演算法和工具的發展，數據分析的廣度越來越大，對計算平台的需求也越來越高。其他行或者本行的其他部門不太了解，以我參與的一家全國性銀行數據分析來說，以前的分析報告逐漸被線上分析加前端展示所取代。在分析過程中數據匯總在hadoop中完成，模型計算由Spark處理。涉及到的內容有風險識別、客戶挖掘、文本分析、數據預測等。銀行業對於IT設備和技術的投入力度是很大的，Spark應該已經應用很多了。
data processing用什麼都可以啊hive spark，看技術棧，DL現在問題是模型沒辦法解釋，你把人家拒了，你也不知道哪個變數出問題了
推薦閱讀：
※如何看待國內小額現金貸（發薪日貸）的發展？
※信用卡餘額代償（balance transfer）為什麼在國內做不起來？
※國內的信用環境有哪些具體的不足？
※互聯網金融給傳統金融行業帶來了哪些衝擊和改變？
※傳統金融服務模式正在和即將受到哪些衝擊？