近日，同盾科技的智能风控机器学习平台成功中标中国银联，这标志着同盾再度与行业标杆客户达成合作。这款机器学习平台是同盾产品系列中的新成员，在近两年的发展过程中经历了多次升级，不仅技术能力不断提升，客户生态也日益丰富。同盾已与中国银联、杭州银行、晋商银行、浙江民泰银行及中银消费金融等重要客户建立了合作关系，并与浙江大学达成了机器学习平台的战略合作，推动AI前沿技术的研究，逐渐在行业内崭露头角。

全方位的机器学习服务平台

同盾科技的机器学习平台是一个面向全行业的全方位解决方案，致力于帮助企业加速数字化和智能化转型。该平台依托同盾积累的上万个客户服务经验以及强大的数据处理和分析能力，为客户提供新一代的通用型机器学习平台。

同盾机器学习平台建立在同盾DC计算平台上，涵盖数据处理、特征工程、模型训练、模型部署、模型监控和模型演进六个步骤，实现了从数据到模型的完整生命周期管理。

随着生态系统的不断扩展，同盾机器学习平台的商业化进程也在加快，能够更好地应对复杂场景下的数据挖掘、特征工程、建模、监控和决策等需求，助力企业构建全流程智能决策中心，实现AI技术的大规模应用。

让AI更加普及

同盾机器学习平台的整体架构由同盾基础设备（包括CPU和GPU分布式计算集群）和同盾大数据平台支撑。底层的数据处理部分采用了Spark计算引擎，并且集成了深度学习、图计算等先进技术。平台的功能模块包括算法市场、学习流、模型平台、模型监控和模型部署等，实现了机器学习全生命周期的无缝衔接。

处理海量数据的能力

同盾的模型训练和运行需要处理数十亿乃至上百亿级别的数据。这种大规模的数据处理能力使得同盾机器学习平台具备了超大规模的分布式存储、建模和计算能力。平台不仅可以从海量数据中提取特征，还能处理高维特征和大规模特征训练，从而实现高效计算，挖掘潜在的商业价值。传统的数据处理通常采用离线方式，但同盾机器学习平台80%的数据处理都接近实时，确保了训练结果能够及时反馈到业务流程中，帮助企业做出更智能的决策。

支持多种算法

同盾机器学习平台配备了完整的算法库，涵盖了监督学习（如决策树、逻辑回归、随机森林）、半监督学习（如Constrained K-Means、PU-learning）以及无监督学习（如高斯混合模型、知识图谱、KNN、DBSCAN）等超过100种算法。

适用于广泛的用户群体

同盾机器学习平台适用于各种类型的企事业单位，如银行、保险、电信、物流、医药等行业。无论是算法工程师、数据分析师等专业人士，还是运营人员、市场人员、开发工程师、数据工程师和运维人员，都可以使用该平台。此外，平台还适用于高校和研究机构、开设AI课程的学校以及参与算法竞赛的个人或团队。

为了适应不同用户的需求，Web界面设计简洁明了，避免了复杂的公式和代码逻辑，即便是完全没有技术背景的用户也能在简单的指导下快速上手，创建自己的任务，降低了机器学习的入门门槛。

同盾机器学习平台致力于解决企业在AI应用方面的痛点，形成了独特的竞争优势：提供AI应用开发集群控制、任务调度、高效利用计算资源、模型部署和运维监控等功能，使算法合作伙伴能够专注于模型算法的开发；实现深度学习的大规模分布式训练，突破计算瓶颈；提供友好的SDK接口和交互式开发环境，简化建模过程；内置丰富的标准机器学习模型库，便于挑选；实现团队成员间的高效协作，将分散的数据、场景和模型整合到统一的生态系统中。

升级版平台的三大亮点

在经历了多次迭代之后，新一代机器学习平台在基础设施、分布式计算能力和应用性能方面实现了全面升级，主要亮点包括：

亮点一：Turing-Acc

基于PS架构的大规模分布式机器学习平台，解决了海量数据和大模型计算的算力瓶颈问题，相比当前的Spark架构，主要算法性能提升了约10倍。

亮点二：数据流加速

采用了Ring-AllReduce分布式通信框架，数据处理速度几乎线性增长。自主研发的数据流加速技术比主流开源深度学习框架（如TensorFlow）的读取速度提高了5倍。

亮点三：自动化机制

自动化机制贯穿机器学习建模过程的各个环节，显著降低了使用门槛并提高了建模效率。主要包括智能推理管道和自动特征工程：

• 智能推理管道：通过强化学习机制自动选择最优的特征工程、模型选择和超参数调优方案，大幅减少了建模人员的实验时间。
• 自动特征工程：能够自动提取和衍生出高阶语义特征和隐语义特征，显著提升模型效果。

同盾科技是中国领先的智能风控与分析决策服务提供商。作为一家以技术创新为核心驱动力的企业，同盾科技在人工智能、云计算和大数据三大领域拥有深厚的技术积淀。同盾机器学习平台融合了多项创新技术，不仅巩固了同盾的技术领先地位，也为未来的技术探索奠定了坚实基础。