昆仑时代研发中心

KUNLUN R&D CENTER

昆仑时代成立于2020年,致力于成为中国领先、国际化的IT服务与数字化运营专家。

聚焦金融、智能制造及政企领域,提供覆盖软件研发、系统集成、数字化运营及AI赋能的一体化解决方案。

通过标准化、流程化、专业化的交付体系,构建"产品+解决方案+服务"的协同能力。

国家高新技术企业 CNAS实验室认证
0

软件著作权

0

核心专利

0

研发团队

0

年均项目

核心技术

Core Technology

以原创技术驱动产业变革

数据智能架构

Data Intelligence

  • 多源异构数据融合
  • 实时流处理引擎
  • 统一数据建模

AI算法引擎

AI Engine

  • 机器学习模型库
  • 图计算与关系分析
  • 智能决策系统

云原生平台

Cloud Native

  • 微服务架构设计
  • 容器化部署运维
  • DevOps持续交付

安全合规体系

Security & Compliance

  • 等保2.0三级认证
  • 全链路数据加密
  • 智能风控体系

研发团队

R&D Team
研发人员占比 85% 硕博学历 30% 年均产出专利 20+
首席架构师

20年+金融系统架构经验

主导过多个大型分布式系统设计

张明远

首席架构师

算法专家

AI方向专家

深度学习模型研发

李华

算法专家

大数据专家

大数据方向专家

数据挖掘与分析

王芳

大数据专家

产品负责人

产品矩阵负责人

反洗钱/运维/标讯产品

陈思

产品负责人

合作院校: 清华大学 上海交通大学 浙江大学 复旦大学 中国科学技术大学
110+

软件著作权

Software Copyrights

120+

核心专利

45+

发明专利

5+

国际专利

ISO27001认证
CMMI5认证
国家高新技术企业
CNAS实验室
软件企业认定
信息安全认证
ITSS认证
系统集成资质
ISO27001 CMMI5 国家高新技术企业 CNAS实验室 软件企业认定 信息安全等级保护

昆仑时代研发中心

KUNLUN R&D CENTER · 持续探索技术边界,驱动产业智能升级

软件著作权 110+ 国家高新技术企业

面向金融机构复杂反洗钱场景,构建以数据驱动、模型驱动与智能决策为核心的新一代反洗钱智能管理系统。平台融合规则引擎、机器学习与图计算能力,打造覆盖交易监测、风险识别、关系分析与决策支撑的智能风控体系。

已投入生产 · 中国银行合作
规则引擎 机器学习 图计算 智能风控
已完成 进行中 规划中
2024.7
v1.0 已完成

体系化能力基座构建

  • 构建反洗钱全流程业务体系
  • 实现交易监测与监管报送能力

创新体现

首次构建"监测-预警-分析-报送"一体化闭环体系,实现从人工驱动向系统驱动的转变

2025.8
v2.0 进行中

模型驱动与风险识别能力突破

  • 引入可疑交易监测模型
  • 建立客户风险评级体系

创新体现

实现大额及可疑交易量化规则模型体系,建立统一客户视图(KYC),推动风险识别由经验判断向数据驱动转型

2026.2
v3.0 规划中

智能风控与决策能力跃迁

  • 引入机器学习模型,实现隐蔽性洗钱行为识别
  • 引入图计算与关系网络建模技术,实现资金流向图谱分析

核心技术体系

多源异构数据融合
规则+模型双驱动
资金流向网络分析
机器学习智能风控
全流程闭环风险管理

面向企业及金融机构复杂IT环境下的运维管理需求,构建以数据驱动、流程驱动与智能决策为核心的新一代运维管理平台。通过微服务架构与云原生技术体系,融合大数据分析、人工智能与物联网技术,实现运维从"流程管控"向"智能决策"的能力跃迁。

内部验证阶段 · 持续迭代
微服务架构 云原生 AIOps RFID融合
已完成 进行中 规划中
2024.1
v1.0 已完成

运维体系构建与能力基座打造

  • 构建统一运维管理平台架构
  • 实现监控、工单、流程全链路打通
  • 建立多端协同体系

创新体现

首次构建"监控-工单-执行-反馈"一体化运维闭环体系,实现运维服务全过程数字化、可视化与标准化

2025.6
v2.0 进行中

数据驱动与自动化运维体系升级

  • 实现资产全生命周期管理(采购-使用-维修-报废)
  • 构建自动化工单流转与智能分派机制
  • 建立运维数据分析与统计体系

创新体现

引入RFID与多源数据融合技术实现资产实时动态感知,构建统一运维数据中台支撑多维度数据建模与分析

2026.2
v3.0 规划中

智能运维与决策体系演进

  • 引入AIOps能力,实现智能运维体系构建
  • 建立运维知识库与智能推荐体系
  • 构建设备健康度模型与预测性维护能力

核心技术体系

基于大数据与AI算法,实现故障预测、智能诊断与自动决策
构建"设备端+边缘计算+云平台"三层智能运维架构
实现运维模式由"被动响应"向"主动预防+智能决策"转型

基于多源数据融合与智能分析技术,构建新一代标讯信息智能分析平台。平台以数据驱动与算法驱动为核心,实现标讯信息的智能筛选、商机识别与市场洞察,逐步从信息处理工具演进为面向企业投标决策的智能化支撑系统。

内部应用阶段 · 持续优化
RPA采集 智能标签 商机识别 AI算法
已完成 进行中 规划中
2024.9
v1.0 已完成

基础能力建设

  • 标讯采集与信息管理
  • 数据统计与基础分析

创新体现

初步构建多源标讯数据统一管理体系,建立"采集-存储-分析"一体化数据处理链路,相较人工检索实现信息获取效率显著提升

2025.4
v2.0 进行中

数据整合 + 业务赋能

  • 多平台标讯数据集成(统一数据源)
  • 智能筛选与标签匹配机制
  • 客户与商机识别能力提升
  • 支持重点客户与关键词规则配置

创新体现

构建统一数据视图系统性解决数据分散问题,引入规则引擎实现标讯数据自动标签化与结构化处理,构建客户、竞对与商机多维识别模型

2026.1
v3.0 规划中

AI驱动 + 决策支持

  • 实现平台由"信息工具"向"智能决策系统"的能力跃迁
  • 引入AI算法模型,显著提升商机识别精准度
  • 支撑企业从数据分析到业务决策的全链路能力升级

核心技术体系

多源数据采集(RPA+API)
智能标签与规则引擎
高性能数据处理引擎
SpringBoot+Vue微服务
Redis缓存与高并发处理能力