Busca de ressarcimento do sinistro. Probabilidade de um sinistro ser ressarcível
Será desenvolvido uma API que aplica o Modelo de Processamento de Linguagem Natural. A partir da descrição do sinistro, será possível identificar quais os segurados que são culpados pelo sinistro.
A partir dessa definição, podemos identificar quais segurados se declaram culpados indevidamente. Possibilitando recusa no pagamento do sinistro do terceiro e eventual ressarcimento.
O Processo de Ressarcimento que realiza os cálculo da probabilidade de um indivíduo, será otimizado, com isso, teremos ganhos na tomada de decisão para identificar quando segurado assumiu a culpa de um sinistro e o terceiro poderá ressarcir a Seguradora, utilizando técnicas de NLP (Processamento de Linguagem Natural)
Necessidade do Negócio A área de Sinistro atualmente está encarregada de cuidar das regras de negócio do Ressarcimento. Para otimização do processo, a área de Negócio do Ressarcimento deseja ter mais autonomia no trabalho de ressarcimento, e para isso precisam de uma solução que permita essa flexibilidade e trate todo o fluxo de dados para o processo de cobrança de ressarcimentos de sinistros.
Link whimsical https://whimsical.com/embed/Ka6hC63hseGXkowtYj6y3z
Será desenvolvido uma API que aplica o Modelo de Processamento de Linguagem Natural. A partir da descrição do sinistro, será possível identificar quais os segurados que são culpados pelo sinistro.:
· [API] para cálculo da probabilidade gera a requisição no formato json;
· [Airflow - SinistroPythonOperator] da área do Ressarcimento consulta a base de dados do Sinistro e gera as requisições no formato json (Intervalo de 3 minutos );
· [Kafka] recebe essas informações;
· Spring Boot consome os dados do kafka e gera os arquivos na pasta do sensor do Airflow;
· [Nifi] faz a transformação e envia para [S3 MiniO] na camada RAW;
· [Airflow – ANPythonOperator] consome os dados da camada RAW, consulta o datasource de Análise de Crédito para verificar se existem restrições e grava na camada CONTEXT;
· [Airflow - NLPPythonOperator] consome os dados da camada CONTEXT, aplica o processo de NLP com cálculo da probabilidade de um indivíduo, que assumiu a culpa de um sinistro e o terceiro ressarcir a Seguradora em um dado período e grava na camada TRUST;
· Trilha de auditoria/log sendo processado pelo [Logstash];
· [Logstash] fazendo a ingestão e transformação dos dados para o [Elasticsearch];
· Visualização dentro do [kibana];
· [Airflow RessarcivelPythonOperator/NaoRessarcivelPythonOperator] ler a camada TRUST e grava na base do Trino com as informações (RESSARCIVEL OU NAO RESSARCIVEL) e Cria a tabela e Insere/Atualiza Dados no BD;
· [Airflow EmailPythonOperator] Verifica se o seguro pode ser ressarcível, mandando o e-mail de alerta ou informativo );
· Com o UUID (Universally Unique Identifier (Identificador Universalmente Único)), podemos consultar cada requisição pela API [FastAPI]
· Entrega dos relatórios pelo [Kibana] e [Superset];
Airflow, Kafka, Nifi, Minio, FastApiApp, Jupyter, Pgadmin, Postgres, Logstash, Superset, Elasticsearch e Kibana
- Apache-Airflow: http://localhost:8080
- MinIO Console: http://localhost:9001
- Jupyter: http://localhost:8888/
- Kafka API: http://localhost:8091/kafka_producer/docs
- API de Ressarcimento Sinistro Automóvel: http://localhost:8005/docs
- PGAmin: http://localhost:5050
- Superset: http://localhost:8088/superset
- Nifi http://localhost:8443/nifi/ (Importar o template /nifi-flow-templates/pipeline_ressarcimento_v1.xml )
Se você tiver alguma dúvida ou quiser entrar em contato, pode enviar um e-mail para: [email protected] OR linkedin