项目背景

工业和信息化部电子第五研究所，以可配置机电产品质量可靠性研究为目标，需要对配置机电产品的质量诊断、故障预警能力、机电产品管理与监测等问题展开应用研究并落地。在这一过程中，需要核心算法在“业务应用”与“模型构建”方面提供支撑帮助。

业务痛点

在执行过程中，科研人员们发现了有两大问题严重阻碍了项目进程。

1、建模效率慢

所内科研专家熟悉业务，却不熟悉数据模型构建，项目执行中额外增加了与算法人员的沟通成本。

2、数据处理难

在数据处理部分，还需要实现对工业实时信号数据的处理，必须要实现直连时序数据库，才能有效提高设备预警的效率。

解决方案

在引入Tempo机器学习平台之后，两大问题都得到了有效解决：

首先在建模效率方面，业务专家在Tempo机器学习平台中可以直接在图形化界面拖拽建模，有效降低了学习成本，后续的模型洞察环节如果发现问题需要调整，专业算法人员也可以直接在Notebook中通过编程形式调整，使各业务条线灵活协作互不打扰，研究成果的落地也更加方便快捷。

在数据处理方面，Tempo平台是业内少有的可以直连工业设备时序数据库的数据建模工具，可以将信号数据自动结构化，波、谱数据的直接分析，训练动态预警模型，大大降低前期数据处理的难度。

通过上面的案例我们可以发现，有了Tempo平台的帮助，科研人员就可以把传统科研场景中需要使用多个工具、组织多个团队才能解决的问题，统统集中到一个系统中以智能化的方式搞定，大大降低了最让广大科研人员头疼的项目运营工作难度，让科研人员将更多的精力投入到真正的技术攻关中。

在数字化的浪潮中，相信在未来会有更多的行业科研机构将把大数据与人工智能技术技术运用在产业研究工作之中，释放数据生产力。如果您也想体验更加敏捷、智能、专业的分析模型构建。