九章雲極獲億元B輪融資，用機器學習和AI演算法打造數據科學平台

拓 撲 社

傳 遞 企 業 服 務 價 值

拓撲社（微信：tobshe）3月27日報道

文：竇悅怡

近日，九章雲極宣布獲近億元的B輪融資，由襄禾資本領投，東方富海、深圳前海基金、以及A輪投資方紅點中國繼續跟投。

據悉，本輪融資後，九章雲極將加大技術研發投入，著重布局金融、交通、運營商、互聯網等領域，隨著客戶案例的不斷增多，更深入的了解客戶業務場景，不斷提高產品化程度。

九章雲極成立於2013年，是一家數據科學平台提供商，專註於大數據核心技術的研發，為企業用戶提供端到端的大數據解決方案，幫助企業快速具備大數據分析能力。

團隊核心成員擁有美國大數據分析10年以上的從業經歷，其他開發人員均擁有世界500強企業多年以上的開發和諮詢服務經歷，在大數據分析、機器學習和數據建模領域擁有豐富的行業實踐經驗。

創始人方磊，曾是微軟雲計算平台（Windows Azure）及Bing團隊核心成員，負責Azure的數據中心監控系統的開發，並在海量異構數據的採集和實時分析上有自己的獨特見解。

聯合創始人尚明棟，曾是微軟伺服器高可用集群文件系統核心開發工程師, 參與了windows sever 2008、2012 的發布，是SMB3.0的主要擬草人之一。

-數據科學家需要一套有效工具輔助其決策-

拓撲社了解到，「數據科學家」在2009年由Natahn Yau首次提出，其概念是採用科學方法、運用數據挖掘工具尋找新的數據洞察的工程師。

2012年以後，數據科學家開始興起，但據麥肯錫預測，到2018年美國整體對於數據科學家的需求會超過49萬，而目前能夠滿足崗位需求的數據科學家不足20萬。

因此，在行業內出現足夠數量的數據科學家之前，現有的這批人急需一種工具來提高工作效率。

方磊表示，尤其是數據科學家團隊超過10人時，痛點就很明顯了：當數據科學家離職時，之前完成的工作很難發揮價值，新人無法在原有模型的基礎上繼續開發；同時，領導對於數據科學家工作的進展情況很難把握，在量化評定上存在困難。

相比國外有Aether這樣的工具，協助數據科學家在系統上協作，整個團隊運轉井然有序，不會因為人員變動使得研發成果流失。而在國內，數據科學家團隊還是剛起步階段，更別說數據科學平台這個國內空白的市場了。

程序員有GitHub，設計師有AutoCAD，普通員工有Slack，方磊認為，數據科學家和數據工程師也應該有自己的協作辦公平台，而九章雲極就是從這個點切入，為數據科學家提供數據科學平台，幫助他們更好地建模分析，同時讓管理層更好地認知到每個人的進展。

九章雲極的做法是，運用機器學習+AI演算法，為企業提供預測性分析基礎架構的平台DataCanvas，幫助數據科學家在一個平台上開發模型，並將模型應用到真實的業務中來。

一方面DataCanvas封裝一些共性的工作模塊，平台上的科學家可以自己取用，提高效率。

另一方面，當數據科學家做出模型後，DataCanvas可以讓模型進入「投產階段」，每發生一筆交易就會調取模型去進行驗證這筆交易是否安全，這個模型一開始並不準確，但是隨著交易發生的越多，數據科學家就會據此來不斷校正模型使之更加準確。

這樣一來，即使當企業中無數個模型在同時運行時，DataCanvas系統也能保證運算安全穩定的進行。

更重要的是，九章雲極不僅僅是給已經有了數據科學家團隊但是存在痛點的公司服務，對於那些有挖掘數據需求但是沒有數據科學家團隊的企業同樣適用。

綜上所述，DataCanvas數據科學平台是運用機器學習和AI演算法，幫助客戶高效進行協同工作和建模分析，並結合客戶業務場景，快速實現數據分析應用的開發，讓企業完成從BI到AI的轉型。

-重點布局金融領域，提供AI全棧解決方案-

在具體產品方面，九章雲極通過DataCanvas幫助客戶做數據預處理（DEP），數據的分析和模型構建（APS），為模型的運行提供實時計算的環境（RT），並幫助模型實現生產化，最終落到應用場景中去。

APS是面向數據科學團隊的一站式數據分析平台，它集數據準備、演算法實現、機器學習和模型開發於一體，能夠幫助企業快速構建數據分析應用。

DEP是一站式的數據管理平台，提供數據集成、數據建模、數據質量探查以及數據下發等基礎數據服務能力，幫助企業轉換原始數據並管理轉換後的數據，從而為數據分析挖掘等應用提供高質量、高價值數據。

RT 是一個分散式流數據實時處理和分析平台，能夠將多種數據流接入實時處理並分析，將ETL、業務模型、機器學習、人工智慧、可視化擴展到實時的大數據產品。

這樣，九章雲極通過「流處理引擎+內存資料庫+模型載入管理」的方式，為模型的正常運行提供了理想環境，使分析結果能在實際業務中得到運用。

其實，數據科學平台並不是新鮮事物，Forrester和Gartner魔力象限對此都有提及。Forrester曾多次提名數據科學平台為頂級新興技術，在企業層面上應用數據科學平台的公司，正在迅速獲得快速崛起的平台供應商市場的熱捧。

數據科學平台旨在囊括數據科學家的所有工作內容。也就是說，數據科學平台可以提供各種工具，幫助用戶對多個來源的數據進行整合和研究，以及模型的構建與部署，讓這些模型的輸出結果更加可行。

數據科學平台基本上是提高數據科學研究的透明度、可重複性和可擴展性，讓數據科學家能夠更輕鬆將動態的結果（比如廣告活動的預測結果）推送給基於這些結果做決策的人，作為靜態（或很快失效的）結果的替代或補充。

目前，九章雲極的客戶主要定位於金融領域，集中在大企業客戶，例如大型商業銀行、股份制銀行、城商行、大型保險證券公司等。

九章雲極的產品的應用場景，比如智慧網點的應用，可以分析ATM的使用率，或者VTM自主開卡機的使用率等場景。根據客戶需求不同，提供平台或者具體應用。

在盈利模式上，九章雲極按照產品的使用頻率來收費，主要針對大客戶收費，客單價較高，銷售的產品中有七成可以做到標準化。

現階段，九章雲極在國內已經建立50多個大數據應用案例，其中服務過的主要客戶為交通銀行信用卡中心、山東城商行聯盟、中信集團、信達財險、德州銀行、齊魯銀行、奧鵬教育等多家大中型企業，成為目前在國內市場落地案例最多、應用範圍最為廣泛的大數據科學平台提供商。

方磊表示，由於九章雲極所提供的DataCanvas數據科學平台，主要是在數采、模型構建和實時計算環境下的運行為客戶提供幫助。

未來，九章雲極將繼續發力「機器學習+AI演算法」，著重布局金融領域，加強標杆客戶獲取，為客戶提供AI全棧解決方案。

END

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！