数据采集
数据治理
数据资产
数据服务
AI算法平台

通过简单拖拉拽的可视化数据开发,将数据集成与加工,使每个系统的数据格式标准化,节约数据集成时间,有效降低维护成本,尤其是当业务到达一定量级时,维护成本大幅降低。

基于MOF(Meta Object Facility) 可扩展的元数据管理模式。提供支持各种元数据的框架,从而允许按需添加新的类型的元数据,实现对元数据分层及针对角色授权数据访问权限。对RDBMS、HDFS、Hive、Kudu等实现了统一的,细粒度的数据权限控制。从数据角度,可以查看当前何种角色有何种权限。从角色角度,可以查看对哪些数据有何种权限。

数据资产管理是把数据资产在各种大数据处理平台有效得管理起来,并且支持围绕业务价值创造的目标,更好地流动、加工、分析、应用,甚至可以进行数据间的开发、二次加工、整合等一系列过程。

在数据服务中,可实现API对外提供数据服务能力,可对下游应用屏蔽数据源细节;通过向导模式和SQL模式,快速完成API自动构建;API支持降级、限流、熔断等功能。

选择合适的模型和算法,经过一系列的工程手段和优化,最终集成落地到具体的应用中,来解决泛半导体行业中的问题,并产生所需要的价值。通过构建高效的可视化界面操作,降低用户使用机器学习的成本,提高接入算法的效率,利用数据中台的优势促进数据和模型的规范和分享。

数据标准化

通过采集各种类型数据,包括半导体设备日志数据,通过流批一体技术,实现对数据进行标准化处理,高效存储到大数据平台。

数据资产化

对数据进行深度加工、按照数据仓库进行设计,形成面向业务使用的数据集市,为数据分析应用提供数据。

数据服务化

在加工好的数据基础上,便捷高效开发各类数据应用,解决工厂各种数据分析需求,提高工厂产能,减低生产成本。

满足数据和数据应用的全覆盖和高复用率
提交您的相关信息,我们会第一时间与您联系