10月18日，由IDC主办的“2019 IDC中国数字化转型年度盛典暨第四届中国数字化转型领军用户颁奖典礼”在北京隆重举行，本次盛会覆盖大数据+人工智能、网络安全、新应用开发、未来工作、数字化转型、智慧城市等七大ICT市场热点主题，汇聚千位大中型企业IT与业务决策者、近百家知名厂商、数十位行业知名媒体齐聚一堂，共话中国数字化转型未来。

由九章云极服务实施的山东省青岛市人民检察院“案件质量评查系统建设项目”从众多政府行业创新应用场景中脱颖而出，摘获2019 IDC中国数字化转型政府行业应用场景创新大奖。九章云极联合创始人兼CTO尚明栋受邀出席此次大会并发表主题演讲，分享DT时代下数据科学驱动智慧金融的新发展。

IDC中国区总裁霍锦洁、国网上海市电力公司副总工程师唐跃中、物理学家Josh Richards、百度智能云主任架构师刘俊等多位知名学者、企业家出席本次大会并致辞。会上，尚明栋发表题为“数据科学驱动智慧金融”的主题演讲，从行业全局视角出发，分享数据科学平台的技术迭代、在金融行业的落地实践和未来发展的洞察。

增强分析， 数据科学平台未来重大方向

从90年代分析时间以月计的Semantic Layer基础平台，到千禧年代分析时间缩短到每日/每小时的BI可视化探索平台，再到2015年后以“增强分析”为方向的数据科学平台，数据分析自此得以实时处理，并突破呈现过去结果的边界，开始预测未来。

2017年，Gartner赋予数据科学和机器学习平台单独的含义： “……它是一个具有凝聚力的软件应用程序，提供基本的融合各构件模块的能力，既可以创建各种数据科学的解决方案，又可以将这个解决方案集成到业务流程及所涉及的周边基础设施及产品中去……”

为了满足实时分析、预测分析的需求，新时代的数据科学平台需要具备强大的非结构化数据处理、实时处理、低算法门槛、支持海量繁杂数据、满足协作分工等功能。

早在2013年，九章云极就敏锐捕捉到数据科学平台在企业数据分析领域的重要性，成为中国数据科学平台的先行者和领航者。九章云极的核心产品——DataCanvas数据科学平台，正是将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，通过数据科学助推企业数字化转型。

开放架构和AutoML， 让建模没有“人工”也有“智能”

尽管数据科学、机器学习已经成为主流的数据分析技术，数据科学在实际业务场景中落地仍面临诸多挑战。

不同的AI建模项目需要不同的运行环境，模型的来源途径多样难以协同管理……这些壁垒无形之中成为技术落地的绊脚石。而在传统的数据建模过程中，数据清洗、特征工程、模型训练等环节往往需要人工把握操作，消耗数据科学家和数据科学家团队巨大的时间精力。

开放性架构能够简化建模环境的准备过程、支持内外部模型管理发布、支持多语言和多框架，并有效利用已有资源，加速数据模型协同开发、资产积累和落地应用。

尚明栋指出，企业想要真正享受数据分析的智能化，体验到没有“人工”也有“智能”的高效数据分析，自动化是必经之路。

作为一个中立的软件提供商，DataCanvas数据科学平台可以在所有硬件和技术架构上实现开放性支持，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、模型训练三大阶段的自动化，涵盖数据和模型的全生命周期，将建模分析效率最大化。

独创“四库”， 率先解决“知识融合”痛点

随着Bank 4.0时代的到来，金融行业对于AI应用的需求上升到随客户需求而动、实时预测、快速迭代产品服务，一个新的行业痛点——知识融合出现了。加强学科建设、培养即懂业务又懂技术的复合型人才耗时将长达数年，对竞争激烈、追求高效的金融行业来说已是太慢。

九章云极立于行业前沿视角，洞察到知识融合难题将是未来5年的企业AI建设发展的最大瓶颈。DataCanvas数据科学平台独有的“四库”有效解决行业AI建设三大难题：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。

特征仓库、模型仓库、场景模版仓库、AutoML Recipe仓库，四库的建立攻克复合知识人才匮乏、跨行业知识难以快速贯通的问题，将行业经验、业务知识和数据科学技术有效结合，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和AI建设。