基于當前行業(yè)“數據安全和監管要求”“自主可控和自研訴求”“采購價(jià)格較高”“對AI前沿算法快速響應和研發(fā)實(shí)現”等痛點(diǎn),以“基于A(yíng)IOps的一體化Pipelines建模工程封裝,通過(guò)AI讓計算機有具備感知能力、認知能力”為核心功能,具備資源隔離、模型構建和部署特性的AI金融平臺產(chǎn)品。
01 資源隔離、模型構建和部署特性
· 多用戶(hù)隔離:滿(mǎn)足多個(gè)用戶(hù)隔離,互相不感知,可以多并發(fā)進(jìn)行開(kāi)發(fā)
· 資源隔離:在有限環(huán)境下進(jìn)行合理的資源劃分,進(jìn)行資源利用最大化
· 項目并發(fā):支持不同部門(mén)、多個(gè)項目并發(fā)式開(kāi)發(fā)
· 靈活:支持自研多種算法導入,數據安全使用
· 高效:
自動(dòng)超參調優(yōu)功能
模型智能評估、診斷
Notebook 交互性建模
建模流程pipeline流水式工作
· 性?xún)r(jià)比:CPU、 GPU資源高性能構建
· 支持一鍵式訓練
· 在線(xiàn)Http Sevice部署
· 支持批量離線(xiàn)預測服務(wù)部署
· 支持服務(wù)的資源配置、負載均衡
· 支持服務(wù)質(zhì)量審查、運行狀況監控
· 快速應用到生產(chǎn)環(huán)境
02 k8s微服務(wù)框架
· 開(kāi)源的容器集群
· 較少的集群成本
· 公有云、私有云、混合云、多態(tài)云
· 動(dòng)態(tài)部署、快速回滾
· 模塊化、插件化、可掛載、可組合
· 自動(dòng)部署、自動(dòng)重啟、自動(dòng)復制、自動(dòng)伸縮
· Master &Slave多集群管理
· 實(shí)現CPU、GPU、內存等資源隔離,滿(mǎn)足多users使用
· 實(shí)現資源自適應調度
03 kubeflow一站式Al建模流程框架
簡(jiǎn)化了在Kubernetes上運行機器學(xué)習任務(wù)的流程,實(shí)現了一套完整可用的自動(dòng)化流水線(xiàn)
實(shí)現了native的云原生,即本地訓練好的模型,可以一鍵上云,使得本地開(kāi)發(fā)和云開(kāi)發(fā)在同一環(huán)境,最大限度提升開(kāi)發(fā)效率
能滿(mǎn)足業(yè)務(wù)的定制化需求,自動(dòng)調配計算資源。
· 某銀行:信用風(fēng)險評分模型KS0.4以上, AUC0.85以上
· 某銀行:構建信貸反欺詐模型,有效提升欺詐案例的識別度
· 某銀行:審核平臺上線(xiàn)后,審核人員人數減少25%、審核時(shí)間縮短50%,審核出錯率在人工基礎上降低了30%
· 行業(yè)推廣:目前在多家銀行進(jìn)行平臺部署測試、大面積推廣