说起数据科学家，大家可能都觉得很高大上。但实际上只是一枚跟数据打交道的老程序猿罢了。对我们这些数据科学家来说，操作训练新模型并不困难，困难的是部署上线的过程。想要把模型放入产品中运行起来，需要经过产品经理、软件工程师、运维工程师和测试工程师的一一审核。花费一周的时间并占用4个人力，可以说，这过程堪比唐僧取经，历经九九八十一道关卡。

　　不过，我最近接触到了信也科技的模型管理平台。针对模型的部署，信也科技独创了“流水线”的概念，通过它，模型的发布流水线只需4个步骤，整个流程部署只需要6分钟！不需要工程团队参与，简单指导就能发布模型。AI平台在搭建与落地的过程中，均会遇到机器学习门槛高、落地慢、实施周期长等问题。结合日常工作流程中遇到的问题，平台拥有一系列的解决方案，以解决模型落地上的一系列难题。

　　例如模型环境构建难，从模型到服务转化慢。且多个模型共用一套环境，但模型需要独立更新，对环境的维护需格外谨慎，变更风险巨大。但信也科技的平台模型环境标准化描述，提供一套简单、统一、覆盖广的规范来定义模型环境，加快流程。再例如最重要的时耗问题：模型服务交付周期长，工程环节耗时长，人力投入大；模型服务回退慢，模型发布后，如发现有问题尝试退回到上一个版本需要数分钟，乃至数小时；模型服务扩容慢，面对突发流量时，响应延迟等。

　　针对以上难题，信也科技平台工程环节代码采用自动生成技术，实现人力零投入，降低边际成本。模型发布环节采用蓝绿发布与金丝雀发布，提供操作简单的快速版本切换与流量切分。并利用使用率、饱和度指标配合弹性伸缩算法，提供秒级的扩容，快速响应突发流量。

　　无需在实时场景下执行、或无法在实时调用场景下执行的耗时较久的模型，信也科技还提供了Job任务的部署方式，通过Job任务执行回溯任务或更新训练数据，能够完成AI项目的管理和API、Job、镜像APP等上层应用的产出，整个过程无需任何运维人员、工程人员的干预，算法专家们可独立操作完成。非常游刃有余。

　　其实从信也科技的可以看出，未来人工智能科技不仅对工作效率的提高有帮助，对整个行业与社会进步具有重大意义。相信在以后，不只是信也科技的平台大大节约了模型部署时间，会有更多先进技术来促成社会先进文明。