Веб-платформа для предотвращения финансовых преступлений

Направление: Финансы

Гео: Смоленск

Задача

Клиент обратился к команде Абирон с конкретной задачей: доработать веб-платформу, которая нуждалась в обновлении и улучшении. Основные проблемы заключались в следующем:• Недостаток информации: платформа не получала достаточно точной информации из надежных источников, что затрудняло проверку финансовых операций.• Неэффективное хранение данных: базы данных были плохо оптимизированы, что замедляло доступ к информации о пользователях и их финансовых манипуляциях.• Сложный интерфейс: существующий код интерфейса требовал рефакторинга для улучшения пользовательского опыта.• Безопасность: уровень безопасности платформы оставлял желать лучшего, что создавало риски для бизнеса.Цели:?Интегрировать новые сторонние API для получения более точной информации.?Оптимизировать базы данных для эффективного хранения и быстрого доступа к данным.?Провести рефакторинг интерфейса для повышения его удобства и функциональности.?Разработать новые функции для ускорения обработки запросов.?Обеспечить высокий уровень безопасности через оценку рисков и выявление уязвимостей.

Решение

Работа над проектом началась с тщательного анализа существующего кода и архитектуры платформы. Мы провели несколько встреч с клиентом, чтобы понять его потребности и ожидания. На основе собранной информации команда разработала план доработки платформы. ▎Основные шаги реализации: 1. Интеграция сторонних API: Мы выбрали несколько надежных источников данных, которые позволили бы получать актуальную информацию о финансовых операциях. Это значительно повысило точность проверок. 2. Оптимизация баз данных: Мы провели анализ структуры баз данных и внесли изменения, которые позволили ускорить доступ к данным о пользователях и их транзакциях. Использование PostgreSQL обеспечило надежное хранение и быстрое извлечение информации. 3. Рефакторинг кода интерфейса: Старая версия интерфейса была переписана с использованием Angular, что сделало его более интуитивно понятным и легким в использовании. 4. Разработка новых функций: Мы добавили возможности для ускоренной обработки входящих запросов, что значительно упростило работу сотрудников, занимающихся проверкой финансовых операций. 5. Повышение уровня безопасности: Проведя оценку рисков и выявив уязвимости, мы разработали планы реагирования на инциденты. Это включало использование инструментов, таких как OpenSearch и ElasticSearch для мониторинга активности на платформе. 6. Миграция на Python 3.0: Все сервисы были переписаны с Python 2.0 на Python 3.0, что обеспечило улучшенную производительность и безопасность. В процессе работы команда использовала множество технологий, включая Django для создания бэкенда, Flask и FastAPI для построения микросервисов, а также Celery и Redis для обработки фоновых задач.