为推动厦门航空数字化转型, 将人工智能深入应用到业务前线, 厦门航空信息研究院和数据管理处联合机器学习平台合作伙伴九章云极DataCanvas对业务部门用户进行数据科学方面的培训与交流。数据科学如何应用到企业, 业务用户与技术用户如何融合进行业务的创新, 是目前在应用实践上较为普遍的挑战, 厦门航空此次面向用户的培训, 为行业客户做出示范。

本次用户培训主题是“数据驱动的预测模型研究”, 分为数据驱动建模, 数据科学研究, 数据应用案例三个板块。AI从专家模型到数据模型，再到以“知识+数据”的双驱动认知推理和决策智能模型的进阶, 机器学习如何从数据中分析获得规律, 并利用规律对数据对未来进行预测, 从而对我们的业务场景进行程度不同的决策辅助。

▲ 厦门航空信息研究院主任研究员吴子轩博士

为了让用户对算法更有感知，厦门航空信息研究院主任研究员吴子轩博士进一步从学术角度介绍了分类和回归的算法, 决策树, 机器学习算法Xgboost, 卷积神经网络等等的示范。如何评估模型效果, 厦航经过数十个项目的探索, 总结出基于数学指标、财务指标、业务指标的模型综合评估体系, 也是数据科学落地到企业是管理、技术与数据融合的充分体现。

厦门航空基于AI的研究已经持续多年, 在经管、运控、机务、营销领域内几十个业务场景取得实效, 也深知业务专家的加入将对业务场景和业务目标的定义起决定性作用。而算法和计算机工程的两道门槛为跨领域协作带来了困难, 业务用户对于业务的洞察敏锐, 但缺乏对于算法的理解和认知以及较为欠缺计算机编码技能。通过DataCanvas数据科学平台, 让业务专家与技术专家能够进行高效协作与融合创新。

▲ 九章云极DataCanvas资深工程师孙冰

九章云极资深工程师孙冰进一步就数据科学平台针对业务用户的使用进行演示与示范。通过DataCanvas APS——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, 数据科学家通过编码、IT工程师通过拖拉拽以及业务用户通过自动建模能够无缝融合协作编排落地业务场景。数据科学驱动业务的过程, 既是一个数学问题, 也是一个业务问题, 更是一个管理学的问题。优秀的管理是集权和分权的调和, 是在响应市场和发挥组织力量之间, 求取最佳组合的平衡艺术( 安迪·格鲁夫《高产出管理》) 。数据科学与业务组合模式的多样性也正是九章云极DataCanvas和行业客户不断探索，复盘与共同进步的过程, 是企业的数字化转型在多轮驱动中逐步演进与发展的实践。