neXDos ist eine in Deutschland ansässige Vermögensverwaltungsgesellschaft, die sich hauptsächlich auf börsennotierte Wertpapiere konzentriert. Mit einem Team aus Datenprofis und Branchenexpert*innen führt neXDos umfangreiche quantitative Untersuchungen und Datenanalysen durch, um die Investitionen seiner Kunden effizient zu verwalten. Das Unternehmen hat vor kurzem seinen ersten öffentlichen Investmentfonds aufgelegt und damit einen Meilenstein in seiner Entwicklung erreicht.
Eine Data-Science-Plattform ohne Downtime – laut neXDos mit Datalore Realität
Bei der Entwicklung seiner maßgeschneiderten Anlagestrategien macht neXDos intensiven Gebrauch von verschiedenen Datenquellen – von Börsen-APIs bis hin zu hauseigenen PostgreSQL-Daten. Zuvor hostete neXDos JupyterLab und JupyterHub für das Prototyping, Backtesting und Futureproofing seiner Trading-Algorithmen. Dieser Ansatz war jedoch aufgrund der Komplexität in vielen Bereichen problematisch, darunter bei der Verwaltung der Serverumgebung, der Häufigkeit von Updates und der Handhabung der entsprechenden Plugins in JupyterLab.
„Das Hosten von JupyterHub auf einem Kubernetes-Cluster war eine schwierige Aufgabe, vor allem aufgrund der Komplexität der regelmäßigen Upgrades und der Installation und Wartung zahlreicher Plugins.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Weitere Komplikationen ergaben sich aus den Sicherheitsanforderungen und den strengen deutschen Datenschutzbestimmungen, die das Hosting der neXDos-Aktivitäten auf Bare-Metal-Servern erforderlich machten. Aus Compliance-Gründen war die Verwaltung von Benutzer- und Zugriffsrechten von entscheidender Bedeutung. Dazu mussten eigene Skripte für die LDAP-Authentifizierung entwickelt werden – ein Prozess mit komplexen Sicherheitsrisiken, insbesondere bei der Gewährung von temporärem Zugriff auf bestimmte Daten durch Praktikumskräfte.
„Die Verwaltung der Zugriffsrechte war eine ziemliche Herausforderung, insbesondere bei den zeitlich begrenzten Berechtigungen für Praktikant*innen. Das Erteilen und das spätere Entziehen dieser Zugriffsrechte führte oft zu Sicherheitsbedenken.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Angesichts dieser Herausforderungen benötigte neXDos eine Lösung, die den technischen Anforderungen des Unternehmens gerecht werden sollte:
neXDos hat sich für Datalore entschieden, da das Produkt den Anforderungen des Unternehmens entspricht und eine On-Premises-Installation, integrierte SSO-Authentifizierung und eine vereinfachte Zusammenarbeit und Rechteverwaltung in Jupyter-Notebooks ermöglicht.
„Durch den optimierten Workflow in Datalore können wir von Strategieprototypen problemlos zum Testen und Bereitstellen übergehen.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Durch die Einführung von Datalore als Data-Science-Plattform erzielte neXDos einen Effizienzschub in den folgenden Workflow-Bereichen:
„Die Programmierhilfen in Datalore haben unsere Produktivität enorm gesteigert. Sie unterstützen uns beim schnellen Prototyping und erleichtern die Programmierung in Python und SQL sehr.“
— Henry Eitel, Softwareentwickler bei neXDos
vorher
8
Stunden Ausfallzeit pro Monat
mit den Open-Source-Lösungen JupyterHub und JupyterLab, gehostet in einem Kubernetes-Cluster
nachher
0
Stunden Ausfallzeit pro Monat
mit Datalore Enterprise, gehostet in einem Kubernetes-Cluster
„Mit Datalore haben wir eine zuverlässige Plattform gefunden, die uns die richtige Balance zwischen Zusammenarbeit, Effizienz und Datensicherheit bietet.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Die Einführung von Datalore als primärer Data-Science-Plattform führte bei neXDos zu Performance- und Produktivitätssteigerungen. Das Prototyping, Backtesting und Deployment von Trading-Strategien wurde effizienter.
„Durch die kollaborativen Workflows und das integrierte Umgebungs-, Rechte- und Datenmanagement von Datalore können wir erheblich schneller vom Prototyping der Investitionsstrategien zum Testen und zum eigentlichen Deployment übergehen.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Die Zuverlässigkeit von Datalore ist ein weiteres Plus für neXDos. Da der Service kein einziges Mal ausgefallen ist, konnte neXDos seine Betriebsabläufe ohne Unterbrechung durchlaufen lassen und dadurch die Produktivität steigern.
„Durch den unterbrechungsfreien Service und die einfachen Upgrades gibt mir Datalore ein Gefühl der Sicherheit, und wir haben ein Tool weniger in unserem Stack, um das wir uns kümmern müssen.“
— Henry Eitel, Softwareentwickler bei neXDos
Ein weiterer positiver Aspekt von Datalore sind die robusten Funktionen zur Rechteverwaltung, die es neXDos ermöglichen, Praktikumskräfte in einzelne Projekte einzubinden.
„Dank der robusten Rechteverwaltung in Datalore konnten wir unter Einhaltung unserer strengen Datenschutzpflichten Praktikant*innen in unsere Projekte aufnehmen.“
— Dr. Steffen Möllenhoff, Managing Partner bei neXDos
Youngrae Lee, Leitung Big Data Center Team bei Drama & Company
Vor der Einführung von Datalore verwendete Drama & Company einen separaten Jupyter-Server für seine Datenforschung. Bei diesem Setup kam es jedoch häufig zu Leistungsproblemen. Die Übertragung der Forschungsergebnisse in eine Daten-Pipeline, die Verteilung des von den Forschenden geschriebenen Codes und ähnliche Aufgaben erwiesen sich als schwierig und zeitaufwändig. Drama & Company erkannte die Notwendigkeit einer robusteren und skalierbaren Data-Science-Plattform.
Nauman Hafiz, CTO von Constellation
Um seine Data-Science-Aktivitäten zu skalieren und sowohl Kund*innen als auch interne Beteiligte mit wertvollen Erkenntnissen zu versorgen, wollte Constellation die Zusammenarbeit vereinfachen und die Agilität steigern. Probleme wie die langsame Generierung von Berichten in herkömmlichen Business-Intelligence-Tools (speziell Power BI und Looker) sowie unzusammenhängende Workflows schränkten die Fähigkeit des Unternehmens ein, zeitnahe, individualisierte Erkenntnisse zu gewinnen.
Seongduk Cheon, Senior Manager bei LINE Corporation
Während des Evaluierungsprozesses stellten wir fest, dass die UX von Datalore unseren Entwickler*innen vertraut war und die Funktionalität zur gemeinsamen Nutzung von Berichten einfach zu bedienen war. Dank der Zusammenarbeit unseres Entwicklungsteams und des Datalore-Entwicklungsteams konnten wir unsere Anforderungen an den Workflow und die Data Governance erfüllen.