企业数字化转型数据中台能力平台建设及应用方案（49页PPT）

​来源公众号：优享智库，原文《集团企业数据中台建设解决方案》

数据开发能力

▉ 数据建模：基于元数据的建模工具、模型盘点、模型管控

▉ 分布式ETL工具：采用调度中心+决策中心相结合的分布式数据采集处理架构

▉ 数据治理体系：围绕“数据标准”，基于“元模型驱动”实现数据资产的体系化管理

▉ 数据标准管理：提供全面的统一数据标准化管理

数据资产管理能力

▉ 数据资产管理：提供对企业内部全量数据资产的数字化管理，理清大数据平台内数据及数据间的脉络及关系

▉ 数据资产管理：提供对企业内部全量数据资产的数字化管理，理清大数据平台内数据及数据间的脉络及关系

数据治理能力

▉ 数据质量管控：从网管数据的生产环境、采集、处理、消费全过程进行质量监控与保障

数据可视能力

▉ 数据可视：OLAP多维透视分析，构建灵活、直观、快速的数据可视化能力

▉ 数据查询：基于SQL语句的自定义页面设计与呈现工具提供灵活的页面布局、展示内容、展示方式、操作动作等的编排设置能力，系统根据根据设置内容自动生成页面

数据运维管控能力

▉ 全景视图：提供面向数据生产、数据资产、数据服务、数据质量的全景视图。

▉ 数据安全：严守数据安全红线，提供360 °全方位的数据安全保障体系。

▉ 运维监控：提供针对系统IT基础设施、Hadoop平台、应用服务等的统一监控、告警、短信通知等能力：

数据运营门户能力

▉ 运营门户：提供面向数据运营的统一对外开放门户

▉数据目录：提供当前系统已经对外发布的数据目录信息

▉服务超市：提供系统对外开放的API服务清单

▉数据供需：提供数据供需列表及数据供需的发布能力。

数据挖掘能力

▉ 提供面向不同角色的端到端一体化数据挖掘支撑能力

▉ 提供面向不同角色的端到端一体化数据挖掘支撑能力

▉ AI Station：面向机器学习集群，支持多种机器学习框架，能够快速部署机器学习训练环境，对计算集群的CPU及GPU资源进行统一的管理、调度及监控，有效的提高计算资源的利用率和生产率 。

▉ AI Station：硬件统一管理，框架一键部署。

▉ AI标注：通过标注平台可以对文本、图像、知识进行标注，并且对标注质量进行自动、人工审核，保证数据质量

▉ AI标注：通过标注平台可以对文本、图像、知识进行标注，并且对标注质量进行自动、人工审核，保证数据质量

▉ AI训练：旨在降低机器学习使用门槛，提供可视化的操作界面实现模型的训练、评估和预测过程，无缝衔接数据分析和预测应用，降低机器学习模型的生命周期管理难度，为用户的数据挖掘分析业务提供易用、高效、高性能的平台服务

▉ AI训练：是强大且便捷的机器学习和深度学习建模平台，同时提供模型生产化能力，平台的开放性也可以让用户更容易扩展算法、迁移模型并与既有IT框架集成。

▉ AI开放服务：对具有通用性的模型进行能力封装，对外以API、核心模型的方式直接提供服务

▉ NLP：以自然语言处理为核心，提供个性化、一体化、智能化、多样化的自然语言分析和理解服务，帮助行业快速搭建智能业务应用。

▉ 知识图谱：提供图谱搜索、路径分析、关系发现、时序行为分析、属性统计等查询分析能力。

▉ 知识图谱：提供图谱搜索、路径分析、关系发现、时序行为分析、属性统计等查询分析能力。

▉ 智能问答：以智能化、模块化、开放性为目标，为交互、决策、引流等提供知识库在线构建工具和在线问答工具支撑，完成不同业务流程的专属对 话定制，帮助各行业领域快速组建智能问答平台整体解决方案

▉ 核心模型：当前积累的核心数据挖掘模型