产品介绍

Product introduction

DataExa-Insight 建模训练平台是一个面向企业级赋能的人工智能中台产品，采用微服务技术架构，以AutoML、跨AI平台协议等技术为基础，提供人工智能应用构建全生命周期支持，打通了AI建模过程中的需求、方案、建模、上线、反馈等全部环节，支持科学家、工程师、算法研究员、分析师等全角色协同工作，输出包含机器学习和深度学习的算法级、组件级、引擎级、应用级全栈能力，满足不同规模企业对于AI能力的各种类型需求，实现人工智能应用构建的平民化、自动化、标准化、安全化，帮助客户快速实现人工智能应用落地，达到可持续性“业务智能化、智能业务化”的目标。

核心技术

Product technology

  • "搭积木”式可视化建模

  • 自动化机器学习（AutoML)

  • 人工智能全生命周期/全栈支持

  • 600+算子（特征工程、机器学习、模型优化等）

  • 丰富的AI应用市场（覆盖CV、NLP等领域）

  • 资源（GPU等）调度引擎

  • 机器学习、深度学习框架

  • 自动化服务发布技术及反馈跟踪体系

产品优势

Product advantage

  • 面向多角色的AIops全生命周期支持

    支持数据标注人员、数据分析师、AI科学家、算法工程师、AI工程师、大数据处理运维人员、业务分析师等多种角色协同工作，提供从AI需求建模到研发上线全栈技术支撑，为客户提供AI能力的持续升级。

  • 灵活易用的多种建模方式

    提供多种建模方式，包括可视化建模、代码建模、Insight-Notebook等，提供行业模版范例；通过配置化参数、流程化操作和模板化任务等手段实现可视化建模，彻底打通机器学习、深度学习全流程，降低客户数据洞察成本，促进实现机器学习平民化

  • 自动化机器学习

    提供自动化机器学习功能，可一键完成模型构建和部署训练的全部环节，支持CDH、GPU、Kubernetes等环境。

  • 海量可视化组件

    提供丰富的可视化建模模块，包括数据治理（200+）、机器学习（150+）、深度学习（50+）等机器学习全过程组件，可直接进行拖拽式建模

  • 分布式机器学习性能优化

    提供多种分布式机器学习性能优化，同等分布式GPU资源下，比原生Tensorflow集群快1.5-2倍。

  • 跨AI平台交换协议

    突破现有跨平台交换协议的限制，能够兼容Spark MLlib、Mahout、Tensorflow、CNTK、MXNet、Theano、Caffe等机器学习（深度学习）平台，实现“一次建模、到处运行”的目标

  • 强大的扩展与集成能力

    支持算法自定义和可微分编程，可以无限扩展平台AI能力，助力行业快速落地。其中可微分编程模块，支持用户快速将函数转成神经网络架构，提高模型的可解释性。

客户案例

Customer case

AI中台赋能金融机构业务转型
  • 客户名称：

    某大型金融机构

  • 所属行业：

    金融

  • 客户痛点：

    传统技术平台无法构建以数据驱动业务的闭环，难以满足高性能、高可用、安全可靠的企业级AI需求；亟需建立一个AI核心平台规划管理机构业务。

  • 应用成效：

    项目通过DataExa-Insight 建模训练平台构建了一个集资源管理、数据管理、模型构建、服务发布与监控等功能为一体，能够根据业务需求，灵活快速构建模型、发布服务的一站式人工智能中台，实现了该金融机构公有云和私有云同时部署运营，加快该金融机构业务转型进程，节约业务环节90%的人力成本。

  • 推荐产品：
    数据集成数据集成 标注探索 标注探索 推理服务推理服务
用户画像智能分析建模平台

合作

文档