数据综合治理
社会与技术的发展带来数据体量的飞速上涨，从独立应用（数据建模、建表）到BI数据分析展示（数据汇集、数仓建模）再到现在的DI时代的整体资源平台（海量数据整合、行业数据模型、数据加工、数据治理体系化建设）。数据成为企业发展的核心价值，数据新能源价值的释放是体系化的企业业务重构过程，以数据驱动企业革新，实现治理、服务、发展的新突破。
建设要素
及时、全量、全网、全视数据整合
多领域、实时性强的业务场景，需要互联网数据、业务逻辑数据、视频数据的全面整合，同时保证数据的高时效性
机器智能、数据挖掘
业务的复杂多变，用户轨迹、用户画像与分析、业务数据决策等并不是对数据简单的统计分析就能解决的，需要通过机器智能进行业务学习、建模、分析、处理
一体化管理、整体数据探知
数据治理是一个复杂的有机整体，计算层、数据层、算法层需要组织内部稳定运行、有效协同，必须实现资源的统一管理、调度，通过全量数据对业务态势进行即时探知
客户价值
视觉AI鉴定
机器视觉相比人眼拥有大量优势，体现在机器视觉的客观性和可靠性、自动化、高效性、灵活性以及高精度上。机器视觉具有广泛的应用领域，目前电子制造是国内工业视觉应用最大的领域，而智能制造将成为机器视觉最广阔的应用蓝海，被广泛应用于装配定位、产品质量检测、产品识别、产品尺寸测量等方面。零售、工业、农业、环保、城市建设等各行各业的综合发展对于AI视觉的要求越来越高
优势
机器视觉是实现仪器设备精密控制、智能化、自动化的有效途径和实现计算机集成制造的基础技术，堪称现代工业生产和智能制造的“机器眼睛”
整体架构
