Optimizing KYC Periodic Review Processes through Large Language Models (LLM)

Abstract

Este TFM se basa en la mejora y optimización del proceso de CTG de Ebury, una fintech global que por su naturaleza debe de tener la información de sus clientes actualizada en el marco de las reassesment KYC (Know Your Customer). El trabajo parte de una solución previa bastante manual y tediosa y trata de automatizarlo mejorando así su rendimiento y reduciendo fallos. El trabajo consta de tres pasos principales: mejora de la información que llega al LLM ( a través de creación de regex y patrones de limpieza nuevos así como mejora de algunas preexistentes); comparación y elección del mejor LLM posible (Gemini 2.5, 2.5-pro, 2,5 flash-lite); migración completa del proyecto a Sigma (pasar del proceso antiguo que usaba tanto looker como un spreadsheet de manera alterna para conseguir llegar al resultado deseado al proceso nuevo donde todo queda centralizado en Sigma). El resultado obtenido, aunque incompleto por falta de tiempo y con trabajos futuros propuestos, ha demostrado ser de gran utilidad para todos los equipos involucrados en el proceso, reportando una gran ganancia en el tiempo necesario para construir el pack final para todos los analistas involucrados.This master's thesis focuses on improving and optimizing the CTG process at Ebury, a global fintech company that, by its very nature, must keep its customer information up to date as part of the KYC (Know Your Customer) reassessment process. The project builds upon a previous solution that was quite manual and tedious, and aims to automate it, thereby improving its performance and reducing errors. The project consists of three main steps: improving the data fed into the LLM (by creating new regular expressions and cleaning patterns, as well as enhancing existing ones); comparing and selecting the best possible LLM (Gemini 2.5, 2.5-pro, 2.5 flash-lite); and fully migrating the project to Sigma (moving from the old process, which alternated between Looker and a spreadsheet to achieve the desired result, to the new process where everything is centralized in Sigma). The result achieved—though incomplete due to time constraints and with future work proposed—has proven to be extremely useful for all teams involved in the process, yielding significant time savings in building the final package for all participating analysts.

Translated with DeepL.com (free version)