NuxData Intelligence

Es un producto: un conjunto definido de componentes, una matriz de versiones certificada, automatización de despliegue y un único contrato de soporte. El trabajo que lo rodea (evaluación, migración, transferencia) lo entrega nuestro equipo de servicios profesionales, pero la plataforma se versiona y se soporta como cualquier otro producto.

No. La mayoría de los bancos empieza por almacenamiento, Iceberg, Spark, el warehouse y el catálogo, y añade streaming, memoria y búsqueda a medida que llegan los casos de uso. Los componentes están integrados y probados juntos, pero cualquiera puede quedarse fuera y el contrato de soporte cubre lo que realmente ejecuta.

Sí. La plataforma se despliega sobre Kubernetes, que corre sobre VMware, Nutanix, Proxmox, OpenStack o bare metal. Los componentes intensivos en almacenamiento se benefician de NVMe local frente a SAN compartida, así que los nodos de almacenamiento suelen ser físicos aunque el resto esté virtualizado.

La arquitectura es parecida: formatos de tabla abiertos sobre almacenamiento de objetos con cómputo separado. Las diferencias están en dónde reside el dato, cómo se factura y qué pasa si se marcha. Databricks y Snowflake son productos más pulidos y con ecosistemas mayores; NuxData Intelligence mantiene el dato y las claves en su centro de datos con un coste fijo, que es lo que la directiva del CBN exige para el dato de pago.

Ambos pasan a formar parte de la plataforma en lugar de ser bajas de ella. Greenplum se soporta como warehouse y se puede migrar a Cloudberry en un calendario planificado. HDFS se conserva para histórico profundo y jobs batch heredados, y normalmente solo se retira cuando sus cargas se han movido a Iceberg sobre almacenamiento de objetos.

El almacenamiento de objetos cifra en reposo con claves de un KMS o HSM operado por el banco dentro de Nigeria, y todo el tráfico entre componentes usa TLS con certificados de su PKI interna. El cifrado a nivel de columna y la tokenización se aplican a los campos de tarjeta e identidad en la capa de ingesta, de modo que los valores en claro nunca aterrizan en el lago.

Sí. Ningún componente necesita acceso a internet en tiempo de ejecución. Imágenes de contenedor, paquetes, parches y metadatos del catálogo se entregan mediante un registro interno firmado y un canal de actualización offline, que es el mismo mecanismo que usamos para los despliegues de IA air-gapped.

Mantenemos una matriz de versiones certificada y publicamos la plataforma como conjunto tres o cuatro veces al año. Cada versión se prueba como combinación (Spark contra Iceberg contra el catálogo contra el conector del warehouse) en un entorno de referencia antes de llegar a ningún cliente, y los parches de seguridad se retroportan a la versión que usted ejecuta.

Con el modelo Sovereign DR, un punto de recuperación por debajo de cinco minutos para las capas de streaming y lakehouse y un tiempo de recuperación por debajo de sesenta minutos para la capa de servicio son alcanzables y son lo que diseñamos. Las cifras exactas dependen del enlace entre emplazamientos y de si el secundario está dimensionado para producción completa; ambas cosas se cierran durante el dimensionamiento.

Iceberg soporta borrados a nivel de fila, y el catálogo registra qué tablas contienen dato personal y qué columnas están clasificadas. Una solicitud de borrado se convierte en un job trazado que reescribe los snapshots afectados y caduca los anteriores, con la caducidad registrada como evidencia. Las copias de seguridad se tratan mediante ventanas de retención en lugar de edición selectiva, algo que queda documentado en la política de retención.

La autenticación se integra con su directorio mediante Keycloak o LDAP, y la autorización la aplica cada motor: roles y grupos de recursos en el warehouse, políticas a nivel de catálogo para Iceberg y seguridad por índice y por documento en OpenSearch. OpenMetadata registra clasificación y propiedad, de modo que los permisos se revisan contra el dato y no contra una hoja de cálculo.

Para un warehouse de diez a treinta terabytes con uso diario estable, el coste total de propiedad a tres años suele quedar entre un 45 y un 60 % por debajo del precio por consumo una vez contados hardware, soporte y migración. La comparación se construye durante la evaluación a partir de su propio histórico de doce meses de facturas, no de un modelo genérico, y la presentamos salga como salga.