我来数科：构筑隐私计算平台，赋能金融业数据生态建设

　　在数据互联互通需求高涨与数据安全政策不断出台的背景下，互联网巨头、科技公司及金融机构等纷纷入局隐私计算产业。作为数据密集型行业，金融业对数据的互联互通需求迫切，作为隐私计算技术的主要落地行业。在此背景下，纯线上金融平台我来数科长期聚焦人工智能、大数据、云计算、区块链等前沿领域的技术创新和应用研究，在以科技创新赋能金融业务，为4900万用户提供一站式便捷的金融服务。

　　不仅仅是公民个人隐私数据泄露已经到了亟待治理的阶段，现在数据也已经成为企业平台最重要的核心资产，数据计算后可所产生的价值是不可估量的。对大数据应用或人工智能企业来说，合理边界和方式使用用户数据，已成为从企业到产业乃至整个社会发展的核心驱动力。

　　作为国内金融线上平台我来数科便通过专属的隐私计算技术，聚焦数据安全、个人信息保护、网络安全基础设施保护等领域，为客户打造安全的信贷环境。其依托母公司汇立集团在隐私计算领域中的创新成果与优势，打造了布局科学、安全可靠的技术基础设施，在发展过程中发力AI、大数据、云计算、隐私计算等新技术应用，驱动金融监管机构从基础知识架构到风险管理、业务流程、客户经营等各个国家核心节点的提升与优化，助推金融行业信息的融合。

　　事实上，2018年起，我来数科母公司就开始布局隐私计算技术，提交了多项涉及联邦学习和边缘计算自研技术专利申请，进一步完善了在相关领域的技术布局。随着新技术团队的在前海的落户，可以说将我来数科的隐私计算研发推上了一层新的台阶。短短几个月的时间我来数科完成了联邦学习平台从0到1的突破，搭建了从任务管理、在线推理、操控中心、算法库与联邦基础于一身的学习平台。值得肯定的是，我来数科通过运用联邦机器学习后，可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模，从技术上打破数据闭塞。

　　此外，通过运用联邦机器学习，我来数科可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模。一方面，我来数科APP可以实现数据隔离，参与各方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求;另一方面，我来数科通过联邦学习能够保证模型质量无损，保证联邦模型比割裂的独立模型效果好。

　　值得注意的是，我来数科还获得了中国信通院泰尔实验室颁发的技术安全证书，也与多家同业机构及上市公司通过平台完成了联合建模。目前，我来数科的函数计算已经实现弹性化，使用联盟链实现分布式记账、可视化建模及在线交流等功能已经完成开发，进入测试阶段。

　　未来，我来数科将持续通过参与隐私计算行业共建，通过多方隐私计算凭条联合协作，在解决数据隐私保护问题的同时，也帮助缓解行业内的数据孤岛问题，释放隐私计算的技术价值。