云模—带你理解并认知数字世界

数字经济蓬勃发展，数字化转型多领域开花。随着各行业数字化转型的加速，行业发展和运营中产生的数据量呈指数级增长，表现出规模性、高速性、多样性和无处不在的全新特点。面对日益繁杂的用户需求和业务场景，如何将数据资产进行有效的管理与运用，是数字化向数治化和数智化转型的重点。

提升国家治理的现代化水平需要充分运用人工智能和数据智能。数据模型作为数据智能的重要工具，对实现公共服务高效化、社会治理精准化和政府决策科学化起着举足轻重的作用，实现1:1业务仿真的数据建模平台已迫在眉睫。玄武大数据平台核心模块之一云模，必将成为数字经济时代实现数据智能的重要依托。

云模是基于机器学习和深度学习构建的一站式、可编排、高仿真的大数据和计算机视觉分析建模平台。云模整合了智慧眼的图形图像、自然语言处理等多项算子，可实现从数据中台对接、数据标注、数据预处理到Pipeline编排、模型训练，模型管理与优化、模型预测、模型部署、模型发布、模型仓库与模型监控等全流程能力支撑，最终帮助各行各业实现数据要素化、要素数字化和数字智能化的业务目标。

云模在横向预置了大数据局、公安、海关、金融、人社、医保等多个行业的视觉算法和数据模型，在纵向同时支持视觉理解、三元组提取、智能对话、意图识别、图谱构建、词云分析等多项核心算法。云模同时支持可视化托拉拽操作，真正做到开箱即用。

云模在算子、算法、编排、调度等多个方面具有核心优势。

l 高效自研算子

在算子方面，云模拥有近百个丰富的分布式可视化行业算子，包括预处理、分类、回归、聚类、时间序列、骨干网络及视觉类检测、分割、识别等。这些算子和行业深度融合又分层解耦，最终通过自由灵活组合，能够支撑不同场景的建模需求。

l 自动机器学习

云模提供自动建模工具，简化任务调度、模型部署等工程化事项，一键式完成模型训练和部署，实现从数据拆分、训练数据集、黑盒优化算法、模型训练、效果评估等全流程的自动化。

l 可视Pipeline建模

在可视化建模上，Pipeline执行器可与各类数据中台无缝对接并实现数据交互，支持各类算子的可视化连接和算法的容器化运行，其运算后的模型支持多类模式发布，同时采用孪生技术模拟所需场景的1:1仿真，让用户无需编写代码即可完成训练和建模的全过程，有效降低使用门槛，真正的释放数据生产力。

云模可广泛应用于各个行业的多个领域。

面向医保方面，云模为医保反欺诈增加了新的防控手段。基于医保业务理解，构建出医保反欺诈行为模型，对结算数据、电子病历等平台采集的住院、门诊、购药等相关数据进行全方位、多维度、长周期的分析，挖掘其中的行为模式、常用药物和治疗项目，再根据聚类算法，将存在的真实性问题数据识别出来，自动分析预判各类不合理诊疗、不合理收费、不合理检查等医保欺诈行为，减少医保基金的流失。

面向社会治理方面，以ZDR管控为例，云模平台通过汇聚ZDR的各类结构化和非结构化数据，以人、事、地、物、组织五要素进行数据建模和图谱构建，利用可视化价值线索分析，智能推理模型算法，实现数据整合、信息共享、数据研判，达到对ZDR的全方位，立体式管控，为上层监管部门全局把控提供实战策略方向，为社会治理建设发挥信息化支撑保障作用。

面向金融风控方面，云模赋能金融机构升级智能风控系统，实现事前、事中、事后全链条风险控制能力。基于金融机构风险偏好和风险政策的要求，云模根据场景提供定制化数据服务，通过采用FL（联邦学习）方式，端到端的建模服务，实现金融机构联合建模，让数据通过加密训练来达到交互的目的，满足业务安全快速应用需求，可全面应用于信贷风控、交易反欺诈等业务场景，为金融业务高速增长保驾护航。