wealthAPI: архитектура данных с эмбеддингами ускорила отклик до 80%

wealthAPI из Берлина — сервис информации о счетах, который даёт финансовым платформам и их пользователям единую картину капитала, позиций и доходности в реальном времени. Данные поступают из десятков источников — банков, брокеров, криптокошельков — с разной стандартизацией, задержкой и непредсказуемым объёмом. Традиционные процессы консультирования с ручной сверкой данных и периодическими обзорами в такой среде не масштабируются. Дополнительно архитектура с самого начала должна учитывать регуляторные требования: DORA, надзор BaFin и обязательства по хранению данных в ЕС.

Компания разделила слои данных по шаблону доступа, задержке и структуре. Входящие данные идут через Google Pub/Sub как слой очереди сообщений, что позволяет нескольким сервисам потреблять один поток событий. Google Cloud BigQuery хранит большие объёмы неструктурированных операционных данных — журналы использования, ошибок, качества данных и ответов банков. Структурированные данные с высокой нагрузкой на чтение и запись обрабатывает IBM watsonx.data. Ключевым элементом компания называет генерацию эмбеддингов и поиск по сходству в промышленной эксплуатации: модель создаёт эмбеддинги под конкретную задачу, они хранятся в watsonx.data, а платформа ищет сходство, например чтобы сопоставлять разные инвестиционные активы из разных источников — от котировок акций и справочных данных до ETF.

Архитектуру описал Dr. Wolfram Stacklies из wealthAPI в публикации компании 26 марта 2026 года; IBM представила её как кейс в блоге «Beyond the Blueprints», статья написана совместно с Chad Jennings из IBM. По данным компании, архитектура дала улучшение времени отклика для конечных пользователей до 80%, сократила время записи и улучшила обработку коллизий под нагрузкой. Компания подчёркивает, что стабильная и соответствующая регуляторным требованиям основа данных позволяет добавлять новые модели ИИ, интеграции с партнёрами и пользовательские функции без перестройки ядра.