来源：年第六届农村中小金融机构科技创新优秀案例评选
获奖单位：吉林农信
荣获奖项：数据平台创新优秀案例
一、项目背景及内容
吉林省联社根据数字化风控、营销、运营等业务发展需要，以人民银行金融科技发展规划为重要输入，以数字化、智能化、中台化为建设目标，开始建设感知智能中台项目。截至年，先后建设统一生物识别平台、机器学习平台、OCR训练平台等三个平台，实现了全行级智能AI能力的输出，有力助推吉林农信的数字化转型。
感知智能中台作为吉林省联社企业级智慧大脑，一是充分考虑吉林农信的省情社情，按照中台化进行总体架构设计，支持AI能力的快速组合和共享，满足省县两级机构多法人多层次多场景的实际需求，注重平台建设和后期运营，推进平台建设和金融实验室组建，探索农村金融机构的金融科技创新之路；二是充分吸收金融科技的前瞻性思维，该平台集成PyTorch、Tensorflow、Caffee等多种机器学习、深度学习前沿技术框架，集成丰富的算法与模型组件，采用多机多卡的分布式容器化部署，具备模型自学习演化能力；三是围绕服务三农、服务小微企业的企业宗旨，注重平台的应用效果，平台上线以来，应用在省联社集中作业中心、一线网点、线上系统等多个实体和虚拟机构，覆盖农户信息采集、线上业务办理、集中作业授权、智能客户服务等多个业务场景，助力吉林农信普惠金融的顺利实施。
二、项目技术方案
2.1系统应用架构
智能中台由统一生物识别平台、机器学习平台、OCR训练平台三部分组成，其整体应用架构如图所示：
图1智能中台应用架构
各平台功能组件具体如下：
1.基础硬件资源层：实现对平台所需物理资源环境的搭建，并完成对容器、分布式存储、资源调度等基础设施的部署；
2.算法框架层:平台集成了Tensorflow、Angel、Caffee、scikit-learn、PyTorch等多种机器学习、深度学习框架，是平台的核心算法能力支撑；
3.技术平台层:实现“中台”的核心平台能力，包括模型仓库、镜像仓库、开发态（训练、调试、优化、部署）、运行态（模型服务、模型配置、资源调度、资源监控）、日志系统等模块；
4.交互层:为算法工程师提供可视化建模交互能力，建模方式分为Notebook纯代码模型构建、拖拉拽式模型构建、AutoML自动化模型构建，满足不同层次算法工程师的模型训练需求；
5.模型服务层:对外提供生物特征识别、OCR识别、风控决策等智能服务的开放API，供其他业务系统调用。
2.2系统技术架构
智能中台技术架构如下图所示：
图2智能中台技术架构图
技术组件包括业务组件、存储组件、管理组件、计算组件，其主要功能和部署规划指引说明如下：
1.业务组件
Nginx网关:智能接入层网关服务器，给web前端
转载请注明：http://www.0431gb208.com/sjsbszl/5202.html
