模型资产缺乏集中管理、缺乏信息安全保障、缺乏自动化盘点工具,难以实现模型资产的复用,无法将模型资产沉淀为银行重要的生产要素
模型验证审批等管理步骤、模型部署上线等工程化操作大部分仍依靠人工线下操作,线上自动化程度较低。模型管理未形成标准化流程和规范操作
缺少统一的模型监控,尤其缺少从业务口径对模型进行监控评估的指标体系,传统的报表监控手段难以满足模型全生命周期的动态监控和模型从后评估到预警到处理的管理闭环
由于没有形成模型上线、监控、重新训练的闭环,这个过程缺少自动化流程的支持,导致线上模型性能不断衰减,影响业务表现
基于九章云极datacanvas modelops搭建全行统一的ai模型管理平台,能够通过对接各类不同的模型训练框架或平台实现模型资产的统一管理;实现模型审批流程可配置,针对不同类型/级别的模型可应用不同的审批流程。平台提供全面的模型监控指标,针对不同类型的模型可自动化适配对应的模型监控指标。通过工程化落地模型数据的回流,实现模型监控数据的闭环。实现模型自动迭代,配合模型在线监控、获取最新训练数据,实现模型定期重新训练或阈值触发重新训练。整个过程可实现自动化,更大程度地缩短了模型迭代周期。
在modelops的基础上进一步扩展,拉通特征管理流程、模型管理流程、模型工程流程、应用开发流程,真正实现模型的全生命周期管理
构建特征、模型、监控指标等资产库,通过资产的集中管理实现资源全局掌控。结合访问权限控制,保障资产安全,促进ai资产共享和复用
结合模型上线流程自动化,降低模型部署门槛、增强持续交付能力等手段,提升模型需求响应效率,实现业务功能快速迭代
通过配置化、可视化方式实现模型的多维度监控,包括模型运行指标、模型业务指标等不同维度。实现模型监控、模型预警到预警处理的管理闭环
咨询