卢曼- 度小满在智能金融领域的应用实践

数智化平台建设背景

• 数据和计算量爆炸性增长，导致成本增加
• 业务依赖复合型人才，需要平台化能力支持
• 数据和系统复杂度提升，对稳定性提出更高挑战
  • 基础数据三年内增加约十倍
  • 挖掘任务三年内增加约十几倍
  • 需降低业务使用大数据分析门槛
  • 需高稳定性架构支持业务精细化运营和高效迭代

数智化平台建设方案

业务依赖复合型人才，需要平台化能力支持

• 提升集中管理能力，降低技术使用门槛
  • 屏蔽底层技术环境，人人都是分析师
  • 建模工程平台化，实现零成本掌握建模能力
• 提升系统可观测性
  • 数据可观测：数据质量、数据血缘、数据分析
  • 特征可观测：特征评估
  • 模型可观测：模型评估
• 平台能力搭建：
  • 基础设施服务：高可用、高稳定性的底层支撑
  • 智能化服务：大数据分析解决方案（离线、实时等多场景）
  • 业务应用：大数据场景下智能特征加工、模型训练、在线推理能力

大数据分析管理平台-鸿鹄

• 定位：敏捷、智能的全域数据治理平台
• 核心能力：
  • 数据集成：零代码数据交换，多源数据支持
  • 数据开发：可视化集成IDE，多引擎任务开发
  • 作业调度：可视化编排，多维度监控报警
  • 数据分析：即席数据查询，融合分析计算
  • 数据应用：数据地图，元数据管理，数据API
• 平台特性：
  • 易运维：可视化任务监控工具，任务团队协同
  • 低门槛：可视化集成开发环境，支持多种任务语言
  • 金融级数据安全：基于角色权限的资源展示

模型全生命周期管理平台-易创

• 产品介绍：
  • 特征工程：从特征挖掘到评估的系统化能力
  • 模型训练：交互式建模，一键上线，多维度流量管控
  • 模型部署：高稳定在线应用系统，效果监控
• 平台特性：
  • 4A安全平台：账号认证、授权、审计
  • 高可视性、高易用性、全流程覆盖
  • 小时级建模，分钟级上线，特征实时更新
• 应用案例：风控业务模型训练及应用场景

数据和计算的爆炸性增长带来成本的增加

• 逐步有损控制成本：
  • 新架构引进特定场景效能提升
  • 云原生全场景效能提升
  • 自主选型资源动态配给
  • 计算模式优化
• 数据厚度精减：
  • 避免无效上涨
  • 数据&任务价值数据的退场机制

数据和系统复杂度对稳定性提出了更高的挑战

• 架构稳定性&成熟度：
  • 内核升级进一步提升稳定性
  • 多维流量管控提升系统承载能力
• 效果稳定性自主化建设：
  • 模型监控二道防线建立，保障模型效果可信赖
  • 统筹公司特征管理、应用，保障特征生效时效性
  • 模型线下能力服务化，保障线上线下效果一致