AI能力规范化管理

            服务能力接入标准规范化、
            接入能力支持参数化配置、
            服务分模块规范化管理。

服务运维监控手段

Docker容器化、物理机集群、K8S集成、HadooP(CPU)适配。

服务运行监控手段

服务运行报表分析、服务运行异常预警、服务运行日志。

服务调用标准化

服务调用接口集中管理、服务调用网关统一管理、服务调用流程规范化管理。

某银行对公AI中台

项目痛点：
目前行内对公派驻科技团队的AI需求日益增多，主要集中在营销、风 险、运营三大场景维度，而AI平台在模型部署效率、模型上线质量管控、平台自身的使用体验 上都存在不足，这些不足将无法支撑日益增多的AI需求，阻碍团队AI能力的释放。

交付成果：
门户网站：子页面的视觉、交互、原型设计、研发、测试、部署，以及实现PaaS管理后台。
PaaS层：实现模型总览模块：可视化展示模型相关数据；实现模型部署模块：可视化一键部署模型仓库中模型版本；
实现模型监督模块：可视化监控模型运行状态，异常状态实时告警；
实现模型效验模块：可视化评估模型指标；快速查询日志定位线上模型问题。
SaaS层：实现SaaS组件24个，包括api服务组件化，组件页面介绍、组件试用交互。

某银行统一AI平台

项目痛点：
该行人工智能应用需求旺盛，很多业务都提出了应用人工智能技术的需求，人工智能应用项目如雨后春笋，没有统一管理的系统承接，对资源利用、模型训练便捷性造成了一定影响，急需高效、有序、集中化地管理。

交付成果：
通过人工智能平台的建设，将复杂的训练环境、计算框架进行封装，并实现与大数据、云计算的高效集成，以“人工智能即服务（AI as a service）”为目标，将人工智能以服务的方式嵌入应用场景，从而更加好的支撑全行人工智能应用需求的实现，提升人工智能应用的开发效率，实现资源的集约化管理。
1.为企业级AI研发体系提供基础平台功能；
2.为AI应用开发提供丰富的开发和部署工具；
3.实现AI研发流程的标准化和全流程管控；
4.构建企业级人工智能平台，形成平台级AI能力；打造自然语言处理、图像识别等六大类人工智能公共功能组件，支持人工智能应用装配式释放。