Desde que nació Nfq la innovación y nuestra capacidad técnica han formado parte diferencial de nuestra propuesta de valor.
La tecnología se ha convertido en un factor decisivo en el mercado financiero en los últimos años, tanto en la prestación de servicios como en la propia configuración de la oferta de las empresas.
Innovar desde el profundo conocimiento del negocio
En Nfq no creemos en innovar en vacío ni por modas y, por esa razón, todas nuestras iniciativas en este área están ligadas en último término a su aplicación a negocio.
Lo que realmente nos hace diferentes en este campo no es solo nuestro profundo conocimiento de las nuevas tecnologías, sino nuestra capacidad técnica para llevar estos conocimientos a productos y servicios reales y que aportan valor real a nuestros clientes.
Ejemplos de la aplicación práctica de los conocimientos a productos y servicios reales son nuestras colaboraciones con la Universidad Carlos III en un proyecto de Supercomputación o con la Universidad Politécnica de Madrid en el desarrollo de casos de uso sobre BlockChain aplicado a la construcción de SmartContracts para entidades financieras.
También forman parte de esta visión diferencial el desarrollo de soluciones propias, como QDos, una herramienta de medición del riesgo reputacional para entidades financieras que combina el uso de machine learning y de información existente en las redes sociales.
Innovación abierta
También creemos profundamente que la innovación, el conocimiento y su aplicación a negocio tienen sentido en un modelo descentralizado, abierto y colaborativo.
Por esa razón, llevamos varios años colaborando con iniciativas para el desarrollo de startups y el emprendimiento como Start Up Grind o Tetuan Valley.
Áreas de Estudio
En RE[*] investigamos y analizamos las principales áreas que transformarán el mundo financiero y la forma de interactuar con ellos de los clientes.
Nuestro departamento de innovación está estructurado en 6 áreas:
- Big Data, el suministro de la información
Almacenamiento, manejo y análisis de grandes volúmenes de datos que no pueden ser tratados de forma convencional porque exceden la capacidad de las herramientas convencionales.
- Data Science, el análisis de la información
Adquisición de conocimiento a través de la exploración y explotación de sets de datos aplicando técnicas de varios campos científicos. Con el objetivo de estructurar los datos en sets y prepararlos de manera óptima para la fase de análisis.
- Inteligencia Artificial, la toma de decisiones automatizada
Inteligencia artificial y machine learning incluyen tecnologías como Deep Learning, redes neuronales y procesamiento del lenguaje natural. También puede comprender sistemas más avanzados que entienden, aprenden, predicen, adaptan y pueden operar potencialmente de forma autónoma.
- Distributed Ledger. Registro y cómputo de la información
El objetivo de este área de trabajo es conseguir una comprensión apropiada de las funcionalidades detrás de la tecnología de los nodos distribuidos (Distributed Ledger). También, conseguir la capacidad de desarrollar soluciones para auditoría, cronología, intermediación y notarización.
- Banca Digital y Startup, interacción con el consumidor
El punto de partida son las Fintech, startups expertas en nuevas tecnologías que ofrecen servicios financieros. El objeto de este ámbito es explorar nuevas y mejores experiencias de usuario y mejores prácticas en la digitalización de Entidades Financieras.
- Arquitectura y Paradigmas, el soporte de todas las operaciones
Creación de componentes autogestionados que pueden ser reutilizados (llamados varias veces por diferentes aplicaciones). Se aplican para la construcción de sistemas distribuidos: diferentes componentes que pueden estar alojados en diferentes máquinas de acuerdo a las necesidades de la aplicación.
RE [*] es una plataforma abierta para la colaboración y el aprendizaje con nuestros clientes.
¿Por qué no creamos algo juntos?
