产业资讯方案大厅机构大厅

天云数据

BeagleData

大数据技术分布式计算技术
http://www.beagledata.com

机构介绍

天云数据,国内能够同时提供分布式计算平台产品和AI平台基础设施的科技厂商,拥有博士后工作站和国家级高新企业称号,并于2016首批进入中关村前沿科技企业重点计划。在分布式计算领域有自主产品,填补了联机事务等领域空白;在人工智能方向领先于BAT发布了分布式AI平台,该平台获得了北美ZDnet评选的十大AI赋能平台奖项。天云致力于打造AI泛场景生态圈,协同整合各行业资源,从灯塔用户到海量客群,落地AI+场景融合;在金融、能源、医药、军工等领域均有可观收入或布局。

天云数据,国内能够同时提供分布式计算平台产品和AI平台基础设施的科技厂商,拥有博士后工作站和国家级高新企业称号,并于2016首批进入中关村前沿科技企业重点计划。

公司在分布式计算领域有自主产品,填补了联机事务等领域空白,并在多个大型银行核心交易系统部署验证同时获得千万级以上软件收入。在人工智能方向领先于BAT发布了分布式AI平台,于2016年在大型股份制银行落地,并获得过百万美金的AI平台收入。该平台获得了北美ZDnet评选的十大AI赋能平台奖项。

凭借分布式AI能力,天云自2016开始为金融机构提供数据模型深入信用风险欺诈等金融业务领域,为人行光大兴业银联等提供信用业务相关计算与数据科学模型,由此获得国际一线机构KPMG评定的中国Fintech50强,亚太Asset财经评选的TrippleA金融科技领先奖,财视的Fintech30强金融科技介莆奖,与蚂蚁金服京东金融等同列的先进金融科技企业。2017年人工智能产业发展报告白皮书发布,天云大数据同时上榜“机器学习深度学习平台”与“数据平台”;天云大数据在中关村5000亿计划中名列大数据领域TOP10;同时上榜中科院发布的人工智能企业排行榜百强;中关村前沿联盟企业;深圳人工智能学会会员单位、华夏基金会理事单位、中小银行联盟会员,国家统计局大数据平台企业、海关跨境电商协会会员单位。

天云致力于打造AI泛场景生态圈,协同整合各行业资源,从灯塔用户到海量客群,落地AI+场景融合;在金融、能源、医药、军工等领域均有可观收入或布局。

产品及解决方案

复工疾控运营监测的人工智能方案

企业服务公共设施公共服务

天云的AI复工运营监测方案,采用场景码与健康码双码并行的形式,借助双码赋能社会各公共场所,快速布控;人工智能算法快速识别新冠病毒的传染链路,用有限的行政资源优先排查高风险的潜在超级传播者。

AI赋能证券异常交易智查系统

金融

智查系统建设的主要内容是基于天云的特征工程平台和AI建模平台,实现证券异常交易识别模型的商业重构,包括特征计算、算法选择、参数调整、一站式建模、模型评估、模型调优等功能。

HTAP数据库

金融

大数据时代,数据库技术是是一家企业的核心技术,也代表了其生产力水平。Hubble是一款高可用、可扩展、具备健壮性的分布式实时事务查询引擎,支持上千个用户并发的实时查询。HUBBLE是在我公司多年大型银行大数据项目实施经验的基础上,针对海量数据实时模糊搜索查询场景抽象出的最佳实践工具。HUBBLE具有海量数据高效插入、读取和快速响应以及丰富的条件检索等特点,同时融入关系型数据库中事务的概念,形成的一套完整的支持分布式数据一致性的实时模糊搜索服务解决方案。应用的行业包括移动电信公司,银行、互金、保险等。

天云大数据分布式人工智能平台·Maxim AI 、天云大数据复杂网络平台·Hilber

数据科学机器学习信息检索大数据技术推荐系统企业服务金融

传统的基于规则匹配的离散式欺诈分析预警系统已经无法适应庞大的数据系统,无法提供更为合适准确的判断方法。天云大数据提供的数据分析平台可以实现: 1. 扩大了申卡欺诈数据源:目前的大数据反欺诈技术离不开文本挖掘,最重要的是语义识别。其次重要的是图像的挖掘,包括 OCR 识别图像文字、相似图片等等。传统申卡欺诈分析中往往运用强变量来评估个人在未来信用卡使用行为中的表现,没有整合分析其他维度的数据源。 大数据申卡欺诈分析预警系统:1)融合了信用卡申请环节的各个业务数据,解决了数据孤岛的问题;2)引入第三方数据,比如银联数据等,扩展了数据的维度;3)通过复杂网络技术,构建申卡客户的社交复杂网络提供客户的社交数据,在拓展覆盖维度的同时,以弱变量来体现强变量,并且实现了社交数据的高频率更新,提高了数据的准确有效性。 2. 极大提高申卡欺诈预警准确率:传统的申卡欺诈分析预警技术需要大量的人工审核工作,必然掺杂了员工的主观因素,同时也提高了银行内外部联合诈骗的风险。基于大数据技术的申卡欺诈分析预警系统,大量减少了人工操作部分,同时提供了社交关系数据库,提高申卡欺诈预警的准确率。 3. 扩大了申卡欺诈分析模式:传统的申卡欺诈分析模式主要是基于规则匹配模型进行实现。随着经济的发展,市场的变化,科技的创新,欺诈方式不断更新积累,这倒是规则的数量不断增多到非常庞大的数量,维护和迭代更新的压力增大。 基于大数据技术的申卡欺诈分析预警模式,主要是对大量数据进行挖掘,提供和清洗训练样本,针对亿级别的训练样本,提取扩展千万的特征,结合社交关系数据,利用大规模机器学习和深度学习平台进行模型训练。新型模式具有准召率高、预测效率高、善于发现新模型、从海量数据中总结规律、模型稳定、还有能力同时应对多个分类的优势。

天云数据·更多解决方案