Smarte Data. Referansecase NAV. Anne Worren Teamleder NAV. Jon Christian Halvorsen Data Scientist Synthetic Data

Transkript

1 Smarte Data Referansecase NAV Anne Worren Teamleder NAV Jon Christian Halvorsen Data Scientist Synthetic Data Ansvarlig for NAVs grunndata og fellesregistre Msc Numerisk Matematikk NTNU Jobber til daglig med maskinlæringsløsninger for syntetiske og Smarte Data

2 Smarte data i NAV hvordan lager NAV syntetiske testdata? AI i praksis Anne Worren/ Teamleder NAV IT

3 Meny Hvorfor syntetiske testdata? Basisløsning for syntetiske testdata Mini-Norge og Dolly Litt mer om bruk av Dolly og Mini-Norge Hvordan syntetiseres data i NAV?

4 Hvorfor syntetiske data? Synt data

5 Syntetiske gir raskere og mer effektiv IT utvikling med bedre kvalitet Testdata kan lages kjapt og med lite bruk av ressurser Testdata kan tilpasses behov på området vi slipper å lete etter aktuelle saker i produksjon Dataene henger sammen på tvers i de aktuelle verdikjedene Opplæring for NAV saksbehandler kan gjennomføres uten tungvinte sikkerhetstiltak Enklere forvaltning av utviklings- og testmiljøer

6 BASISLØSNING FOR SYNTETISKE TESTDATA MINI-NORGE OG DOLLY

7 Funksjonalitet i løsning for syntetiske testdata Mini-Norge basispopulasjon Tilgjengelig og «levende» i syntetiske miljøer Orkestrator Navnepool syntetiske navn Identpool - lage/sjekke identer Hodejegeren konsistente data Kvalitet i miljøene Dolly selvbetjening randtilfeller Alle kan opprette og skreddersy syntetiske data

8 personer flyttet til Norge ved bruk av innvandringsmeldinger Statistisk representasjon av Norges befolkning

9 Mini-Norge Innvandrerne fikk norsk statsborgerskap og ble flyttet til sine nye hjemsteder Relasjoner ble opprettet mellom personer De fikk arbeidsgiver, arbeidshistorikk, inntekter osv

10 Mini-Norge Hver dag gjøres det representative endringer i populasjoner Endringsmeldinger legges ut for alle fagsystemer som ønsker dem Bor i Tromsø Telefonselger Skillt Ektemann Datter Sønn

11

12 NAVS LØSNING FOR SYNTETISERING

13 Arena: ~1200 databasetabeller ~300 tabeller med personopplysninger 6 fagområder

14 Verdikjedetilnærming er løsningen for NAV - gjenbruk av distribusjonsmekanismer i produksjon Fagsystem A Hendelser - Fødsel Død Innvandring Utvandring Giftermål Skilsmisse Flytting Foreldreansvar Statsborgerskap Arbeidsgiver Arbeidsforhold Inntekter Fagsystem B TPS Fagsystem C NAV endringer

15 Syntetisering basert på maskinlæring

16 Eksempel Arena dagpenger Søknad Vedtak Slutt Vedtak Dagpengesak Personopplysninger Inntektsopplysninger MeldekortMeldeMeldekort kortmeldekort

17 Maskinlæringsalgoritmer trenger data for å kunne trenes opp Analyse av datastrukturer for å avgjøre innhold i område som skal syntetiseres Datauttrekk for å generere et anonymt datasett til maskinlæring

18 Vurderer hvilke algoritmer som er egnet for datasettet Vi bruker en rekke ulike algoritmer; Synthpop BeAn PerlinNoise CHAR-RNN Random Forest Modellen brukes til å generere nye datasett med samme mønster/likheter som det opprinnelige datasettet Noen regler er implementert for å sikre at vi får fornuftige testdata når de kobles sammen på tvers av områder

19

20 Takk for meg Anne Worren Teamleder Team registre NAV IT/Data og innsikt