近日，顶象正式发布智能模型平台Xintell的4.0版本。在本次升级中，Xintell4.0针对机器学习建模在多业务场景中的应用痛点，对功能、交互、性能进行了创新设计和优化，大幅提升开发人员实际应用模型的体验和效率，让智能模型平台更好用。

同时，结合顶象技术团队对业务的深刻理解，Xintell4.0创造性地将数据开发、运维管理模块与模型平台做整合，真正让智能模型平台的可持续运营成为可能，实现企业模型平台“一次投入，终身创新”的建设目标。

三大革命性技术创新,直击模型应用痛点

1、可视化运维能力整合，让智能模型平台更有生命力

随着模型应用在金融行业的普及，越来越多的金融机构投入到智能模型平台的建设中。

然而，模型平台的建设仅仅是当前业务开展的基础，后续的维护、升级则是开发部门的另一个未解的课题。

一来，传统的模型产品无法将运转情况可视化呈现，维护工作无从下手。

二来，定制化的模型产品迭代升级费用高昂，开发部门叫苦不迭。

现在，顶象智能模型平台Xintell4.0将打破这一行业乱象，为模型的可持续化运营提供可能。

模型仪表盘

Xintell4.0提供从模型运营指标监控到模型告警机制的整套模型管理模块，并通过可视化报表呈现监控动态，帮助模型运维人员实时了解模型运营状态、优化模型运营环境，并为模型的迭代方案提供指导。

模型监控告警机制

同时，在线模型可以根据业务需求设定不同周期、不同严重程度的监控告警机制，实现对业务需求的即时响应，方便业务人员迅速锁定系统问题，进行针对性优化。

2、率先实现“托拉拽”式数据开发，解放开发团队生产力

数据开发的时间、人力成本一直是模型应用中比重较大的部分。据统计，在传统的机器学习完整流程中，分析建模工程师需要花费50%-80%的时间用于前期的数据监测、清洗和处理；

同时，传统的数据ETL开发往往需要有深厚开发背景的IT工程师通过代码开发完成，业务人员和风控人员的协作几乎无可能。

为此，Xintell 4.0创新研发出“托拉拽”式的数据工程组件，提供数据诊断到数据清洗的完整解决方案，即使是无任何编程基础的业务人员也可以快速上手完成数据处理，大幅解放团队生产力、提升数据开发质效。

数据清洗组件

3、一键实现数据样本裂变，提升模型预测能力

Xintell4.0沉淀了顶象在信贷风控和反欺诈领域的行业最佳实践，通过精细化的特征设计和衍生帮助客户提升模型的预测能力和稳定性。

如何通过定量的数据样本挖掘更多的参考数据，一直是业内的重点课题。

Xintell4.0首创的“交互式特征聚合”功能组件，通过简单的交互式配置可以快速生成多种组合维度的特征，通过时间窗口与聚合模式的自定义结合，几乎可以覆盖所有风控场景下的时间窗口特征衍生。

更值得一提的是，Xintell 4.0版本在特征库的积累上有了大幅的容量拓展。针对人行征信报告的解读，新版的人行征信组件可以直接对接金融机构查询获取的电子版个人征信报告。

同时，基于专家特征库的配置，Xintell 4.0可一键生成接近500维的人行个人征信特征，直接作为风控模型的候选特征。

交互式特征聚合组件

两大模块优化，打造最佳用户体验

1、创新的“沉浸式机器学习”开发界面：融合多种主流机器学习开发方法

金融机器学习场景下，对于不同类型的模型开发人员，往往需要使用多种组合的机器学习开发方式，例如SQL开发、Python开发、“托拉拽”建模等。传统的机器学习平台往往仅支持部分开发模式、或者虽然支持多种方式但是不同模块彼此独立，用户完成一个完整的机器学习任务需要在不同的开发模块间频繁切换，开发体验较差。

Xintell 4.0版本创新融合了多种机器学习开发方法，支持用户在一个开发界面同时加载多种任务类型，同时多个任务间可以无缝对接和切换，在完整的机器学习模型开发流程中实现了沉浸式的开发体验，大幅提升机器学习的开发效率。

2、“所见即所得”的任务调度方式：保障模型的快速稳定投产

Xintell 4.0版本优化了任务调度的方式，在调度界面中不同版本的任务可以进行可视化的节点托拉拽，并快速完成调度流的配置，保证线上调度任务稳定可靠运行。

在测试环境下已通过的配置无需重新录入，只需一键即可稳定上线，真正实现任务调度“所见即所得”，高效便捷。

目前，顶象智能模型平台Xintell的4.0版本已开放更新，您可以咨询客户经理进行升级，同时，顶象为您提供免费维护一年的增值服务，护航您的业务创新持久力。

关于顶象Xintell智能模型平台

Xintell是为了解决金融机构建模难、升级/更新慢、专业人才匮乏等问题而推出的解决方案。

它基于关联网络和深度学习技术，结合Hadoop生态和自研组件，将复杂的数据处理、挖掘、机器学习过程标准化，让稍加培训的普通业务人员，用一周甚至更短的时间就能够独立完成建模过程，并能够根据时间变化进行动态升级与优化，极大降低建模门槛。