九章云極DataCanvas：某銀行數據中臺項目群-模型實驗室項目

案例名稱

某銀行數據中臺項目群-模型實驗室項目

案例簡介

模型實驗室平臺和服務，為銀行提供一站式機器學習解決方案，配合銀行處理和解決模型實驗室實際使用中，遇到的開發難點和開發問題。完善提供的模型實驗室平臺 AI 算法庫，補充和完善 AI 模型算法，滿足銀行的開發需求。協助銀行完成模型的開發、上線、成果發布等工作。覆蓋環境管理、基礎數據加工、模型訓練、模型評估、模型生產化、模型迭代等機器學習全生命周期管理功能，打造機器學習生態閉環。建立了全行的可持續“讓數據用起來”的數據體系，發揮數據價值，為數智化轉型奠定基礎。

系統適配及安全

全面符合信創標準，助力企業打造自主可控數據應用體系。DataCanvas APS是九章云極DataCanvas自主研發的機器學習平臺，核心技術全面可控，已完成了與包括飛騰等在內的主流國產基礎軟硬件的全面兼容適配，有效助力企業打造全棧自主可控的IT架構。

一站式建模能力，提升企業數據建模效率。DataCanvas APS 是一款集數據準備與探索、環境構建、特征工程、算法實現、模型構建、模型管理、模型發布、模型服務運維于一體的多租戶機器學習平臺。通過應用DataCanvas APS機器學習平臺，企業可大幅提升數據建模效率，并有效支撐數據科學應用從設計到生產的全部環節，適應企業數據應用快節奏的開發要求。

開箱即用的“白盒”算子庫，滿足企業個性化建模需求。DataCanvas APS機器學習平臺具備開箱即用的“白盒”算子庫，內置包含數據預處理、特征工程、預測與評估等在內的200多種算子。同時，該平臺還集成了TensorFlow、Keras、PyTorch、Dask等主流開源機器學習和深度學習框架，并支持多種開發語言，使企業能夠按需快速構建數據模型，有效滿足不同業務部門個性化數據建模需求。

靈活開放的技術架構，優化企業數據應用體系。DataCanvas APS機器學習平臺基于先進的異構多引擎融合架構打造，能夠快速與企業原數據應用體系銜接，短時間內提升企業整體數據利用效能。

優秀的產品易用性，降低企業數據建模門檻。DataCanvas APS機器學習平臺能夠通過配置數據和目標實現自動化建模以及拖拽式建模，并能夠自動選擇最優模型進行發布。在進一步提升企業建模效率的同時，降低對于數據科學家的依賴，通過業務人員和IT工程師即可完成數據建模，大幅降低數據建模門檻。

集成創新效果

九章云極DataCanvas APS機器學習平臺在某銀行作為行里的AI中心，為智能應用建設全生命周期提供工具和支持。該應用可以有效推廣到金融行業在AI能力方面的價值提升。

1、結合靈活開發的架構，平臺在架構上以開放為重要支點支撐了異構多引擎融合架構，可以快速融合機器學習和深度學習的多引擎的訓練和推理，提升金融機構在數據探索、預處理、特征工程、分析挖掘以及模型服務等環節的能力，也大大降低了用戶在模型訓練和推理對環境的構建成本。

2、沉淀解決問題的方法論和流程，整合大數據平臺AI建模能力，從技術先進性，人員協同、成果共享等方面助力數據實驗室成果在經營活動中的落地，達到快響應、低門檻、易開發、高擴展的場景應用設想；

3、結合白盒算子、高性能分布式訓練以及快速構建可視化AutoML的能力，可以快速構建出無編碼、可視化配置、資源自動推薦的領先AutoML場景。

項目牽頭人

王哲 雅圖BU總經理

責任編輯：陳愛