特征平台

2026-02-09 17:40:48
行业:金融
载体:网站
技术:Python、SQL、Linux、Apache Airflow

业务和功能介绍

打造自动化特征工程处理和效果监控解决方案,结合建模分析具体工作和平台建设,串联特征工程-模型研发-业务应用-效果监控,形成标准的、线上化的分析挖掘工作流程,将特征管理和监控管理功能集成到模型管理平台,以提升模型的开发效率与复用水平,指导模型项目实施落地应,以此进一步提升生产力、提高工作效率、加强业务反馈效率。

项目实现

通过大数据数仓将用户数据分模块存储,划分各个不同的特征模块,通过样本提取特征,对用户数据进行按模块计算特征,最后将特征结果进行融合,支持特征筛选,特征回溯等功能。任务调度使用airflow调度平台进行调度,分步骤进行特征计算。前端页面使用vue,后端技术使用java开发,调度部分使用python和linux脚本相结合。一些计算逻辑在大数据平台上进行。

示例图片视频


Feng gm
30天前活跃
方向: 前端-Web前端、后端-Python、
交付率:100.00%
相似推荐
燃机专业大模型
本项目旨在依托国产开源大语言模型 Qwen3-32B,构建面向燃机专业领域的智能问答与数据分析能力,实现对燃机运行、维护及管理全过程的智能化支撑。项目以燃机知识问答与数据问答为核心应用场景,结合项目现有的工况数据、运行规程、设备手册及历史故障案例,通过高质量语料构建、预训练(PT)及监督微调(SFT)等技术手段,打造具备专业领域理解、数据分析与推理能力的行业专用模型。 在技术实现上,项目将 Qwen3-32B 作为训练基座模型,利用其在中文处理、长上下文理解、指令跟随及复杂推理等方面的优势,针对燃机领域特有任务进行定向优化。系统部署采用华为昇腾 910B 集群及高性能推理框架,实现高并发、低延迟的模型服务,满足现场实时交互需求。 项目建设完成后,将在以下方面实现突破: 专业化知识理解:精准解析燃机领域技术规程、诊断步骤及运行数据。 数据驱动决策支持:为运行调度、故障排查提供智能分析。 可扩展的技术架构:支持多场景扩展与持续模型迭代,保障系统在未来业务需求变化中的适应性。 本项目的实施将有效提升燃机运行管理的智能化水平,降低人工分析成本,缩短决策周期,为能源安全与运行效率提供坚实的技术保障。
云手机智能体对话助手
云手机场景下,用户需要在不同 App 里完成订外卖、订机票、查信息等操作,流程割裂、学习成本高。项目目标是做一个 类“智谱牛牛”的多 Agent 系统,把手机里的每个 App 通过 GUI Agent 封装成可调用能力,用户只需要一句自然语言指令,系统自动完成整套操作。
基于深度学习的轴承故障诊断与预测系统
面向制造业的智能运维解决方案,实现旋转机械轴承的故障自动识别与早期预警。核心功能包括:1.多源振动信号采集与预处理(CWRU/SEU/HUST等公开数据集验证);2.基于ResNet1D的深度学习故障分类,准确率达99.22%;3.跨域泛化能力,支持不同设备间的模型迁移(CWRU→SEU 100%、CWRU→HUST 65.03%);4.PI-TTA测试时自适应,仅需33K参数即可实现实时域适应;5.FastAPI提供实时诊断API,支持单条/批量预测;6.可视化报表生成,包含故障类型分布、置信度分析、维护建议。
基于RAG的法律知识库智能问答系统
面向律所和法务团队的企业级法律知识库问答系统。核心功能包括:1.多格式法律文档智能入库(PDF/Word/网页),自动分块和向量化;2.基于RAG的精准问答,支持多路检索融合(BM25+向量+知识图谱);3.HyDE查询增强和Multi-Query扩展,提升复杂法律问题召回率;4.对话记忆压缩与多轮追问,支持长对话上下文;5.流式SSE输出,实时展示思考过程和引用来源;6.待审核池机制,人工确认后入库保证数据质量。系统已在本地部署运行,支持完全离线使用。
售后服务管理系统
本套售后管理系统,是深度贴合制造业一线业务场景的轻量化协同工具。它无需推翻企业现有管理体系,不依赖高额定制开发,无缝衔接金蝶ERP,精准填补现场业务与后端管理系统的衔接空白,用最小成本实现售后管理数字化升级。 系统适用对象覆盖全生态售后相关角色,包括企业售后部全体人员、销售人员、授权经销商及合作电工,不同角色配备专属操作入口与功能权限,操作简单易上手,无需复杂培训即可快速落地使用。 在登录方式上,系统采用双端适配模式:内部售后、销售人员通过企业微信工作台登录,实现PC+移动端协同办公;外部经销商、合作电工通过微信小程序登录,扫码即用、无需安装额外软件,真正做到随时随地办业务,一键操作提效率。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服