【金猿产品展】DataCanvas数据科学平台：让AI变得更简单，让决策变得更智能

金猿产品展 DataCanvas 数据科学平台数据猿

九章云极 | 2019-12-17 15:02

【数据猿导读】本产品由九章云极投递数据猿参与评选

【金猿产品展】DataCanvas数据科学平台：让AI变得更简单，让决策变得更智能

本产品由九章云极投递数据猿参与评选。

九章云极的核心产品DataCanvas数据科学平台，是以人工智能和机器学习为核心的增强分析技术引入到企业级服务中，提供模型全生命周期服务，可快速实施的端到端数据科学平台。平台包括两个独立但完全可集成的产品—DataCanvasAPS机器学习平台和DataCanvas RT实时决策中心，产品可以通过多种方式进行部署，将AI嵌入企业组织核心及业务策略中，真正成为AI驱动的企业。

应用场景／人群

数据科学家、数据分析师、企业IT人员、企业业务人员。

产品功能

DataCanvas APS是面向数据科学团队的一站式数据分析平台，它是集数据准备、特征工程、算法实现、模型开发、模型发布、模型生产化管理于一体的机器学习平台，能够帮助企业快速构建数据分析应用。APS一站式数据分析平台是一个灵活、易用的企业级数据科学平台，加速从探索到生产落地的数据科学服务。

DataCanvas RT 是一个实时决策中心，支持多种数据流接入实时处理并分析，将ETL、业务模型、机器学习、人工智能等扩展到实时的大数据产品。通过流数据实时平台提供风险监控、精准营销、实时预警与事中分析等多种秒级分析应用手段，结合强大的数据分析处理能力为企业多种业务场景提供实时处理的支撑。流数据实时处理平台全面考虑实际应用的业务场景与技术指标要求，为企业未来的大数据技术提供持续、高效和可靠的数据基础设施。

产品优势

作为一个中立的软件提供商，DataCanvas数据科学平台实现开放IT架构支持，轻松处理海量多源异构数据，无缝适配各类物理设备和云环境，并且实现宽表加工、特征工程、模型训练（压屏）三大阶段的自动化。DataCanvas独创的 “四库”和三位一体技术将行业经验、业务知识和数据科学技术有效结合，解决企业AI建设中经验及业务知识融合，模型资产共享、平台运维管理，场景化知识迁移等难题，直接降低客户对资源的依赖和AI建设成本，高效实现企业业务知识融合。

服务客户／使用人数

金融：工商银行、建设银行、中国银行、交通银行、浦发银行、中信银行、山东城商行联盟、徽商银行、渤海银行、太平洋保险、天津农商行、日照银行、莱商银行、工银安盛人寿、济宁银行、德州银行、信达财险等。

政府：青岛市人民检察院等。

交通：中车集团、齐鲁交通等。

使用客户数：152家。

市场价值

DataCanvas数据科学平台使企业消耗最低的成本解决最复杂的业务分析难题，从而推动整个组织内业务变化的结果, DataCavnas聚焦未来知识融合这一未来发展核心难题，推出“四库”有效解决行业AI建设“经验及业务知识融合，模型资产共享、平台运维管理，场景化知识迁移”三大难题，从而大幅度降低企业在智能化转型中遇到的技术和人才壁垒，使企业以前所未有的速度拥抱AI，使用AI。

产品所属企业·九章云极：

北京九章云极科技有限公司是一家致力于打造中国最领先的数据科学平台和实时决策中心的高科技、高成长企业。公司核心产品DataCanvas数据科学平台为企业提供实时数据分析、实时业务、数据中台及AI建设能力，助力企业客户轻松构建智能化数据应用，完成数据智能化转型。公司拥有顶尖的产品研发和数据科学家团队，在政府、金融、交通、IOT等行业拥有众多高粘性客户。

九章云极坚持自主创新、深耕大数据领域专业技术及应用实践，拥有专利、软件著作权与技术创新等百余项，并且成为唯一入选Gartner“Cool Vendors in AI for Fintech in Asia/Pacific”报告的企业，在《IDC MarketScape：中国机器学习开发平台厂商评估》研究报告中处于主要厂商位置，荣获2019中关村前沿技术企业以及中国企业服务独角兽企业等多个奖项。

迄今为止，九章云极已完成了上千个行业案例，是国内市场落地案例较多、应用行业范围丰富的数据科学平台提供商。公司拥有一支深耕机器学习、数据分析的数据科学家和产品研发团队，技术人员占比达到70%以上，其中包含国内外行业顶级知名技术专家、国内外高等学府的博士和硕士数十人，核心技术团队人数占到技术人员的40％以上，且多名核心成员拥有海外大数据10年以上的从业经历，其他开发人员均拥有世界500强企业多年的开发和咨询服务经历，在数据科学、大数据分析、人工智能和自动化建模等领域拥有丰富的行业实践经验。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。