采集与治理
字段白名单 + 分区裁剪，schema 变更自动告警。
智慧启迪 · 大数据分析
把海量数据，压缩成一次可负责的决策
以极简抽象的栅格与 1px 细线，承载大数据分析与挖掘的完整链路：从采集、清洗、特征到可解释模型。我们坚持「少即是可持续」——每减少一次冗余计算，就是一次真实的能耗与责任让渡。
2.8PB
日均治理数据量
41ms
聚合查询 P95 延迟
92%
指标口径可追溯率
分层治理：原始层 → 明细层 → 汇总层 → 指标层，每层保留血缘标签与责任人，避免「口径漂移」造成的重复建设。
生态与共建
合作伙伴墙：谁在一起承担数据责任
合作以「数据最小必要 + 计算低碳」为共同准则，接口与口径全部开源可审计。
城域交通实验室时空数据 · 口径共建
清洁能源观测站时序采集 · 缺失率 0.4%
公共健康研究院脱敏样本 · 联邦聚合
制造工艺云设备振动 · 边缘预聚合
开源指标社区指标字典 · 可追溯
高校数据伦理组算法评审 · 季度复核
数据特写
从原始日志到可解释结论的四步链路
极简不是少做事，而是把每一步都做得可复核
采集端做字段白名单，只落必要维度；清洗端用规则 + 采样双校验，异常自动打标而非静默丢弃；建模端先跑基线再上复杂模型，保证增益可归因；解释端输出特征贡献度与反事实样例，让业务方敢于采信。
整套链路以「可持续」为准绳：存储分级冷热分离，冷数据转低频介质；训练任务错峰调度，把算力留给真正影响决策的模型迭代。
36入模特征数（原 128 维）
0.86关键任务 AUC 基线
-38%同等效果下的算力节省
能力底座
四项可交付的分析能力
每个能力都附带验收口径，避免「看起来很强、用起来无感」。
挖掘建模
先基线后复杂，增量提升需≥ 3% 才上线。
可视化表达
一屏一结论，首屏图表 ≤ 5 个，颜色只作语义。
责任与合规
脱敏上线前扫描，敏感字段命中率须为 100%。
落地清单
六条可直接执行的挖掘准则
按顺序推进，每条都给了阈值与验收方式，可直接抄进项目排期。
01
先定指标口径，再动数据
为每个指标写清「分子 / 分母 / 时间窗 / 过滤条件」，落成指标字典并评审。口径未冻结前不进入建模，避免后期返工。口径变更需留版本号与责任人。
验收：口径评审通过率 100%，返工 ≤ 1 次
02
采样先行，用小数据验证链路
先抽 1%–5% 样本跑通全链路，确认字段类型、空值率、时区一致后再全量。全量任务失败重跑成本通常是小样本的 20 倍以上。
验收：样本链路一次跑通率 ≥ 95%
03
特征做减法，不堆维度
用相关性 + 重要性双阈值筛特征，相关系数 > 0.9 的冗余对只保留一个；目标是把入模维度压到 40 以内，兼顾效果、解释成本与算力消耗。
目标：128 维 → ≤ 40 维，效果不降
04
模型必须可解释后上线
输出特征贡献度 Top10 与至少 3 个反事实样例；业务方能在 10 分钟内说清「为什么是这个结果」，否则不上线。
验收：可解释覆盖率 ≥ 90%
05
可视化只保留能驱动动作的图
每张图回答一个明确问题；同一屏不超过 5 个图表，颜色只承担语义（异常 / 正常 / 缺失），不做装饰性渐变填充，降低阅读负荷。
验收：首屏结论提取时间 ≤ 8s
06
给算力与存储定可持续预算
冷数据转低频存储，热表按 30 天滚动；训练任务错峰到低负荷时段，监控单位任务的能耗与成本，超预算先优化再扩容。
目标：同效果算力成本下降 ≥ 30%
应用场景
三类真实场景的任务口径
场景不同，但都遵循同一条底线：数据最小必要、结论可复核。
城市出行调度
- 输入：卡口过车 + 公交到站时序
- 输出：15 分钟粒度拥堵预警
- 指标：预警命中率 ≥ 85%，误报 ≤ 12%
能源设备预警
- 输入：振动 / 温度 / 电流高频时序
- 输出：提前 72h 的故障概率
- 指标：漏报率 ≤ 5%，边缘预聚合降流量 60%
公共数据洞察
- 输入：脱敏抽样 + 联邦聚合结果
- 输出：区域级趋势报告（最小分组 ≥ 50）
- 指标：个体可识别风险为 0，口径可追溯 100%
从一份指标字典开始，把责任写进数据链路
我们提供极简抽象风格的网页设计与数据可视化交付模板：含指标字典模板、特征筛选脚本清单、可视化规范与算力预算表。先对齐口径，再谈模型。