拓 扑 社
拓扑社（微信：tobshe）3月27日报道
文：窦悦怡
近日，九章云极宣布获近亿元的B轮融资，由襄禾资本领投，东方富海、深圳前海基金、以及A轮投资方红点中国继续跟投。
据悉，本轮融资后，九章云极将加大技术研发投入，着重布局金融、交通、运营商、互联网等领域，随着客户案例的不断增多，更深入的了解客户业务场景，不断提高产品化程度。
九章云极成立于2013年，是一家数据科学平台提供商，专注于大数据核心技术的研发，为企业用户提供端到端的大数据解决方案，帮助企业快速具备大数据分析能力。
团队核心成员拥有美国大数据分析10年以上的从业经历，其他开发人员均拥有世界500强企业多年以上的开发和咨询服务经历，在大数据分析、机器学习和数据建模领域拥有丰富的行业实践经验。
创始人方磊，曾是微软云计算平台（Windows Azure）及Bing团队核心成员，负责Azure的数据中心监控系统的开发，并在海量异构数据的采集和实时分析上有自己的独特见解。
联合创始人尚明栋，曾是微软服务器高可用集群文件系统核心开发工程师, 参与了windows sever 2008、2012 的发布，是SMB3.0的主要拟草人之一。
-数据科学家需要一套有效工具辅助其决策-
拓扑社了解到，“数据科学家”在2009年由Natahn Yau首次提出，其概念是采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师。
2012年以后，数据科学家开始兴起，但据麦肯锡预测，到2018年美国整体对于数据科学家的需求会超过49万，而目前能够满足岗位需求的数据科学家不足20万。
因此，在行业内出现足够数量的数据科学家之前，现有的这批人急需一种工具来提高工作效率。
方磊表示，尤其是数据科学家团队超过10人时，痛点就很明显了：当数据科学家离职时，之前完成的工作很难发挥价值，新人无法在原有模型的基础上继续开发；同时，领导对于数据科学家工作的进展情况很难把握，在量化评定上存在困难。
相比国外有Aether这样的工具，协助数据科学家在系统上协作，整个团队运转井然有序，不会因为人员变动使得研发成果流失。而在国内，数据科学家团队还是刚起步阶段，更别说数据科学平台这个国内空白的市场了。
程序员有GitHub，设计师有AutoCAD，普通员工有Slack，方磊认为，数据科学家和数据工程师也应该有自己的协作办公平台，而九章云极就是从这个点切入，为数据科学家提供数据科学平台，帮助他们更好地建模分析，同时让管理层更好地认知到每个人的进展。
九章云极的做法是，运用机器学习+AI算法，为企业提供预测性分析基础架构的平台DataCanvas，帮助数据科学家在一个平台上开发模型，并将模型应用到真实的业务中来。
一方面DataCanvas封装一些共性的工作模块，平台上的科学家可以自己取用，提高效率。
另一方面，当数据科学家做出模型后，DataCanvas可以让模型进入“投产阶段”，每发生一笔交易就会调取模型去进行验证这笔交易是否安全，这个模型一开始并不准确，但是随着交易发生的越多，数据科学家就会据此来不断校正模型使之更加准确。
这样一来，即使当企业中无数个模型在同时运行时，DataCanvas系统也能保证运算安全稳定的进行。
更重要的是，九章云极不仅仅是给已经有了数据科学家团队但是存在痛点的公司服务，对于那些有挖掘数据需求但是没有数据科学家团队的企业同样适用。
综上所述，DataCanvas数据科学平台是运用机器学习和AI算法，帮助客户高效进行协同工作和建模分析，并结合客户业务场景，快速实现数据分析应用的开发，让企业完成从BI到AI的转型。
-重点布局金融领域，提供AI全栈解决方案-
在具体产品方面，九章云极通过DataCanvas帮助客户做数据预处理（DEP），数据的分析和模型构建（APS），为模型的运行提供实时计算的环境（RT），并帮助模型实现生产化，最终落到应用场景中去。
APS是面向数据科学团队的一站式数据分析平台，它集数据准备、算法实现、机器学习和模型开发于一体，能够帮助企业快速构建数据分析应用。
DEP是一站式的数据管理平台，提供数据集成、数据建模、数据质量探查以及数据下发等基础数据服务能力，帮助企业转换原始数据并管理转换后的数据，从而为数据分析挖掘等应用提供高质量、高价值数据。
RT 是一个分布式流数据实时处理和分析平台，能够将多种数据流接入实时处理并分析，将ETL、业务模型、机器学习、人工智能、可视化扩展到实时的大数据产品。
这样，九章云极通过“流处理引擎+内存数据库+模型加载管理”的方式，为模型的正常运行提供了理想环境，使分析结果能在实际业务中得到运用。
其实，数据科学平台并不是新鲜事物，Forrester和Gartner魔力象限对此都有提及。Forrester曾多次提名数据科学平台为顶级新兴技术，在企业层面上应用数据科学平台的公司，正在迅速获得快速崛起的平台供应商市场的热捧。
数据科学平台旨在囊括数据科学家的所有工作内容。也就是说，数据科学平台可以提供各种工具，帮助用户对多个来源的数据进行整合和研究，以及模型的构建与部署，让这些模型的输出结果更加可行。
数据科学平台基本上是提高数据科学研究的透明度、可重复性和可扩展性，让数据科学家能够更轻松将动态的结果（比如广告活动的预测结果）推送给基于这些结果做决策的人，作为静态（或很快失效的）结果的替代或补充。
目前，九章云极的客户主要定位于金融领域，集中在大企业客户，例如大型商业银行、股份制银行、城商行、大型保险证券公司等。
九章云极的产品的应用场景，比如智慧网点的应用，可以分析ATM的使用率，或者VTM自主开卡机的使用率等场景。根据客户需求不同，提供平台或者具体应用。
在盈利模式上，九章云极按照产品的使用频率来收费，主要针对大客户收费，客单价较高，销售的产品中有七成可以做到标准化。
现阶段，九章云极在国内已经建立50多个大数据应用案例，其中服务过的主要客户为交通银行信用卡中心、山东城商行联盟、中信集团、信达财险、德州银行、齐鲁银行、奥鹏教育等多家大中型企业，成为目前在国内市场落地案例最多、应用范围最为广泛的大数据科学平台提供商。
方磊表示，由于九章云极所提供的DataCanvas数据科学平台，主要是在数采、模型构建和实时计算环境下的运行为客户提供帮助。
未来，九章云极将继续发力“机器学习+AI算法”，着重布局金融领域，加强标杆客户获取，为客户提供AI全栈解决方案。
热点回顾
