AI 時代，企業(yè)推進(jìn)智能化轉(zhuǎn)型、邁向 AI Native 之前，先做好 AI Ready 成為關(guān)鍵。這意味著組織管理、基礎(chǔ)設(shè)施、數(shù)據(jù)等要素的準(zhǔn)備就緒，讓組織從“零準(zhǔn)備”變成“能接住 AI、用好 AI”的狀態(tài)。

　　

作為一家總部在成都、服務(wù)輻射全國的證券服務(wù)商，華西證券近年積極探索證券業(yè)務(wù)和金融科技，尤其是 AI 技術(shù)的融合。其中重塑數(shù)據(jù)治理體系，為大模型構(gòu)建高質(zhì)量數(shù)據(jù)基礎(chǔ)，成為重要支柱行動。

　　

經(jīng)過嚴(yán)謹(jǐn)?shù)姆桨副葘?、技術(shù)驗證以及產(chǎn)品測試，華西證券選擇火山引擎大數(shù)據(jù)研發(fā)治理套件 DataLeap 和智能數(shù)據(jù)洞察 DataWind，構(gòu)建公司級數(shù)據(jù)治理平臺，重構(gòu)數(shù)據(jù)架構(gòu)和治理規(guī)范，大幅提升數(shù)據(jù)的可用性、易用性以及安全性。

　　

　　

以應(yīng)用為目標(biāo)，重構(gòu)數(shù)據(jù)架構(gòu)和規(guī)范

　　

華西證券與火山引擎組成聯(lián)合項目組，首先從“交易行為”這一高頻、復(fù)雜的場景切入，梳理出該場景下的數(shù)據(jù)架構(gòu)和治理規(guī)范，包括：

　　

規(guī)劃數(shù)據(jù)分析與指標(biāo)體系，包含數(shù)十個核心原子指標(biāo)及超百個衍生和復(fù)合指標(biāo)，明確后續(xù)數(shù)據(jù)建設(shè)和治理的方向。

　　

制定標(biāo)準(zhǔn)化的數(shù)據(jù)開發(fā)流程與規(guī)范，形成以業(yè)務(wù)域為基礎(chǔ)的事實和維度分層模型，打造高效且適配業(yè)務(wù)需求的數(shù)據(jù)架構(gòu)。

　　

建立健全的數(shù)據(jù)質(zhì)量與穩(wěn)定性保障機(jī)制，確保數(shù)據(jù)在準(zhǔn)確性、及時性與全面性上達(dá)到最優(yōu)標(biāo)準(zhǔn)。

　　

在“交易行為”場景落地后，該模式被迅速推廣復(fù)制。借助火山引擎智能數(shù)據(jù)洞察 DataWind，一年內(nèi)上線百余項分析模型，充分滿足業(yè)務(wù)部門“取數(shù)、看數(shù)”需求的同時，有力推動了用數(shù)文化在華西證券內(nèi)部的普及。

　　

　　

智能數(shù)據(jù)洞察 DataWind 產(chǎn)品架構(gòu)圖

　　

夯實數(shù)據(jù)基礎(chǔ)，統(tǒng)一治理、全面防護(hù)

　　

華西證券因自身業(yè)務(wù)廣泛、系統(tǒng)繁多，在建立公司級數(shù)據(jù)治理平臺時面臨數(shù)據(jù)來源多、體量大的問題。而火山引擎研發(fā)治理套件 DataLeap?憑借靈活開放的特性，在超預(yù)期的時間內(nèi)完成了數(shù)據(jù)接入任務(wù)。其中，離線數(shù)據(jù)接入100余套業(yè)務(wù)系統(tǒng)，數(shù)據(jù)庫表近5,000張，數(shù)據(jù)量10TB，數(shù)據(jù)文件200萬個，支持Hive、SQL Server、Oracle、Vastbase 等數(shù)據(jù)類型；實時數(shù)據(jù)接入全部的埋點和安全設(shè)備日志等數(shù)據(jù)。

　　

AI 時代，企業(yè)推進(jìn)智能化轉(zhuǎn)型、邁向 AI Native 之前，先做好 AI Ready 成為關(guān)鍵。這意味著組織管理、基礎(chǔ)設(shè)施、數(shù)據(jù)等要素的準(zhǔn)備就緒，讓組織從“零準(zhǔn)備”變成“能接住 AI、用好 AI”的狀態(tài)。

　　

作為一家總部在成都、服務(wù)輻射全國的證券服務(wù)商，華西證券近年積極探索證券業(yè)務(wù)和金融科技，尤其是 AI 技術(shù)的融合。其中重塑數(shù)據(jù)治理體系，為大模型構(gòu)建高質(zhì)量數(shù)據(jù)基礎(chǔ)，成為重要支柱行動。

　　

經(jīng)過嚴(yán)謹(jǐn)?shù)姆桨副葘Α⒓夹g(shù)驗證以及產(chǎn)品測試，華西證券選擇火山引擎大數(shù)據(jù)研發(fā)治理套件 DataLeap 和智能數(shù)據(jù)洞察 DataWind，構(gòu)建公司級數(shù)據(jù)治理平臺，重構(gòu)數(shù)據(jù)架構(gòu)和治理規(guī)范，大幅提升數(shù)據(jù)的可用性、易用性以及安全性。

　　

　　

以應(yīng)用為目標(biāo)，重構(gòu)數(shù)據(jù)架構(gòu)和規(guī)范

　　

華西證券與火山引擎組成聯(lián)合項目組，首先從“交易行為”這一高頻、復(fù)雜的場景切入，梳理出該場景下的數(shù)據(jù)架構(gòu)和治理規(guī)范，包括：

　　

規(guī)劃數(shù)據(jù)分析與指標(biāo)體系，包含數(shù)十個核心原子指標(biāo)及超百個衍生和復(fù)合指標(biāo)，明確后續(xù)數(shù)據(jù)建設(shè)和治理的方向。

　　

制定標(biāo)準(zhǔn)化的數(shù)據(jù)開發(fā)流程與規(guī)范，形成以業(yè)務(wù)域為基礎(chǔ)的事實和維度分層模型，打造高效且適配業(yè)務(wù)需求的數(shù)據(jù)架構(gòu)。

　　

建立健全的數(shù)據(jù)質(zhì)量與穩(wěn)定性保障機(jī)制，確保數(shù)據(jù)在準(zhǔn)確性、及時性與全面性上達(dá)到最優(yōu)標(biāo)準(zhǔn)。

　　

在“交易行為”場景落地后，該模式被迅速推廣復(fù)制。借助火山引擎智能數(shù)據(jù)洞察 DataWind，一年內(nèi)上線百余項分析模型，充分滿足業(yè)務(wù)部門“取數(shù)、看數(shù)”需求的同時，有力推動了用數(shù)文化在華西證券內(nèi)部的普及。

　　

　　

智能數(shù)據(jù)洞察 DataWind 產(chǎn)品架構(gòu)圖

　　

夯實數(shù)據(jù)基礎(chǔ)，統(tǒng)一治理、全面防護(hù)

　　

華西證券因自身業(yè)務(wù)廣泛、系統(tǒng)繁多，在建立公司級數(shù)據(jù)治理平臺時面臨數(shù)據(jù)來源多、體量大的問題。而火山引擎研發(fā)治理套件 DataLeap?憑借靈活開放的特性，在超預(yù)期的時間內(nèi)完成了數(shù)據(jù)接入任務(wù)。其中，離線數(shù)據(jù)接入100余套業(yè)務(wù)系統(tǒng)，數(shù)據(jù)庫表近5,000張，數(shù)據(jù)量10TB，數(shù)據(jù)文件200萬個，支持Hive、SQL Server、Oracle、Vastbase 等數(shù)據(jù)類型；實時數(shù)據(jù)接入全部的埋點和安全設(shè)備日志等數(shù)據(jù)。

　　

針對證券行業(yè)安全防護(hù)要求，該平臺構(gòu)建了全方位的數(shù)據(jù)防護(hù)體系，實現(xiàn)數(shù)據(jù)訪問權(quán)限的精細(xì)管控、數(shù)據(jù)加密傳輸與存儲以及數(shù)據(jù)脫敏保護(hù)。

　　

目前，華西證券已成功打造接入統(tǒng)一、治理統(tǒng)一、標(biāo)準(zhǔn)統(tǒng)一、安全統(tǒng)一的公司級數(shù)據(jù)治理平臺，實現(xiàn)了數(shù)據(jù)一站式集成、開發(fā)、調(diào)試、發(fā)布，大幅提高開發(fā)效率，增強了數(shù)據(jù)的可用性、易用性以及安全性。

　　

　　

大數(shù)據(jù)研發(fā)治理套件 DataLeap

　　

未來，在“AI+”的趨勢下，雙方將會繼續(xù)拓展數(shù)智化場景，加深數(shù)據(jù)治理深度，為華西證券戰(zhàn)略落地保駕護(hù)航。

　　

加載全文