又一場冬雪落下，

又一個季節(jié)過去了；

潮流總是遙不可及，

卻又仿佛總是隨著春雷而來。

2020年的夏天即將到來。 twt社區(qū)邀請同行中冷靜睿智的觀察者，將他們所感受到的工作趨勢告訴我們，讓每一位社區(qū)同行知己知彼，迎接2020新的一年。

twt社區(qū)出品

第八期

【摘要】過去，銀行的技術部門似乎一直是一個后臺部門。 他們都從事技術開發(fā)和系統(tǒng)運維工作。 但數據中臺的實施，主要是推動技術部門從過去的后臺支持部門向業(yè)務部門...

【作者簡介】 余辰，目前在某建行工作，有十多年的工作經驗，對股份制建行、城商行、農商行有多年的開發(fā)、運營和維護經驗。 信息系統(tǒng)建設。

隨著金融科技的不斷深入，云計算、人工智能等技術的不斷發(fā)展，銀行業(yè)IT系統(tǒng)架構經歷了從集約化到智能化，再到智能化的過程，各建設銀行紛紛提出數字中臺的概念。 目前部分機構的共識是，數字中臺是體現交通銀行的共同需求，將其打造為平臺化、組件化的系統(tǒng)能力，以形式共享給各業(yè)務單元。套接字和組件。 它使交通銀行能夠快速靈活地調動資源，針對特定問題建立解決方案，為業(yè)務創(chuàng)新和迭代賦能。 簡而言之，數字中臺就是農行的數字化能力共享平臺和平臺的平臺。 作為企業(yè)IT資源綜合指揮調度平臺，以統(tǒng)一的標準和流程規(guī)范幫助建行實現業(yè)務互聯互通、資源協(xié)同和信息共享。 數字中臺一般包括業(yè)務中臺和數據中臺。 像很多建行提出的用戶中臺、營銷中臺，理論上應該都屬于數據中臺的范疇。

一、數據平臺概述

數據中心從后臺和業(yè)務中心導入數據，進行數據共享融合、組織處理、建模分析、管理整改、業(yè)務應用，統(tǒng)一數據標準口徑，以API形式提供服務，是一個綜合數據能力平臺。 數據中臺為前端業(yè)務部門提供快速決策響應、精細化運營和應用支撐，使數據業(yè)務化，防止“數據孤島”的產生，提升業(yè)務效率，更好地驅動業(yè)務發(fā)展和創(chuàng)新. 為中后臺部門提供風險管理、業(yè)務分析等內部支持，使管理模式從“經驗型”向“數據型”轉變，更好地服務于全行經營管理。 數據中臺包括數據倉庫系統(tǒng)、數據服務集等，是一套數據運行機制，加速數據向數據資產的價值轉化，決策模式從“經驗驅動”轉變?yōu)椤胺治鲵寗印薄?/p>

農行作為數據中心，首先要解決的是農行內部各個系統(tǒng)之間的數據孤島問題，對不同系統(tǒng)中的數據進行綜合歸集和管理，比如過去建設的數據庫機房，各種數據集市，以及建在它旁邊的各種類型。 大數據平臺實現數據的集中整合和管理。 通過對數據的抽取、提煉、加工和分析，生成建行的數據資產，服務于各項業(yè)務，解決數據“消耗性采集”的問題。 但往往在過程中，根據不同的項目和應用場景搭建不同的數據平臺，解決了數據集中的問題，實現了“智能”而非“智慧”。 幾個數據池和真正的數據中心還是有很大區(qū)別的。 作為建行的技術人員，如何適應數據中心的變化。 面臨業(yè)務挑戰(zhàn)、技術挑戰(zhàn)、組織挑戰(zhàn)。

2. 業(yè)務挑戰(zhàn)

隨著數字經濟時代的到來，銀行業(yè)一方面享受著數字經濟帶來的經濟增長紅利，獲得源源不斷的資本和市場機會。 建行的業(yè)務帶來了巨大的沖擊，加上農行業(yè)務受到嚴格監(jiān)管的影響，過去靠波動的時代一去不復返了。 有效利用數據，充分挖掘數據價值，為客戶提供差異化??的產品和服務，是交通銀行在數字經濟時代的得力神器，也是建行數據中心的重要輸出。 數據中心不能脫離業(yè)務而存在。 不能像過去建的數據庫機房那樣只是一個后臺數據管理機構。 相反，它應該具有顯著的業(yè)務屬性、明確的業(yè)務邊界和可控的輸入輸出。

以往，建行科技部給人的印象一直是后臺部門，從事技術開發(fā)和系統(tǒng)運維，對農行的業(yè)務了解不深，或者可以解釋一些概念。 但是數據中心的實施首先是推動技術部門從過去的后臺支持部門向業(yè)務部門推進，我們的科技人員從過去的技術人員轉變?yōu)榫哂袠I(yè)務知識的金融科技人才和能力。 統(tǒng)籌智能數據服務，推動業(yè)務創(chuàng)新。 中臺不同于平臺。 具有業(yè)務屬性，支持多種前端業(yè)務。 其實質是公司業(yè)務能力的沉淀。 作為數據中臺的實施者，業(yè)務屬性更大程度上是“數據化、標準化、智能化”。 建行的科技人員應該改變過去對系統(tǒng)建設和技術支持的思路，應該有一個整體的業(yè)務結構和業(yè)務的角度，交通銀行的業(yè)務是按照業(yè)務領域-業(yè)務的結構來定義的line, - ，根據基礎數據和指標數據的結構定義數據，根據建行各自的業(yè)務領域（例如客戶、（營銷）活動、財務、風險、事件、機構、協(xié)議、產品和服務、渠道、資產等10大主題域），當所有數據都具有主題域、語義、業(yè)務類型的定義時，才能充分釋放數據的價值。

數據中心作為金融科技賦能建行業(yè)務的新載體，不同于以往傳統(tǒng)IT系統(tǒng)的職責邊界。 比如我們以前做系統(tǒng)的時候，會有一個負責業(yè)務的部門或者是牽頭部門，還有業(yè)務部門的管理員和經理。 系統(tǒng)的業(yè)務邊界幾乎相當于業(yè)務部門的邊界或業(yè)務線的邊界。 數據中心在打破業(yè)務腰線邊界的同時，也必須劃分自己的責任邊界。 數據中心為整個工商銀行提供數據提取、處理和應用服務。 我們的技術人員一定要明確業(yè)務系統(tǒng)和數據中心的邊界。 一般來說，機構、客戶等維度數據由數據中心平臺提供統(tǒng)一管理和服務。 業(yè)務數據一般存儲在業(yè)務系統(tǒng)中，通過數據交換等形式將具有數據共享價值的數據提供給數據中心。 數據交換是必要的。

過去，科技部門作為成本中心，往往只考慮成本，沒有意識到技術it技術人員，尤其是數據能否帶來價值。 同時，數據作為一種資產，無論是生產還是獲取，都需要付出成本，而這些成本都是通過數據進行投資的。 中臺和業(yè)務中臺的賦能為建行帶來了利潤，這就是數據中臺的價值所在。 為此，我們的科技人員在實施數據中心以及數據中心的輸入和使用時，必須構建數據中心的成本投入機制，充分評估數據的輸入和輸出，提高精細化建行的經營管理。 對外部數據的能力、采購等諸多方面具有積極的作用和影響。

3. 技術挑戰(zhàn)

數據中心的提出有賴于技術的迅速成熟和發(fā)展。 大數據、人工智能等新技術的出現，為建行業(yè)務提供了技術支撐，也給技術人員帶來了不小的技術挑戰(zhàn)。 包括數據整改能力、技術架構能力、數據處理能力、數據標準能力、業(yè)務連續(xù)性能力。

在數據平臺實施過程中，科技人員必須具備數據清洗能力。 數據整頓解決“業(yè)務越來越復雜，數據臟亂差”帶來的挑戰(zhàn)。 如何合理規(guī)劃數據結構？ 如何標準化和定義數據？ 如何有效管理數據資產？ 如何安全地分發(fā)使用數據？ 這一切都需要完善的數據整改體系來驅動建行數字化經營轉型。 完整的數據整改應該包括目標、組織、制度、工具、標準五個關鍵要素，以及數據標準定義、數據模型標準設計、數據規(guī)范制定與測試、元數據管理、數據質量保障、數據安全問題例如治理和數據合規(guī)性。

數據中心平臺除了業(yè)務屬性外，更多的是基礎技術平臺。 數據中心平臺作為全行的技術技術平臺，如何設計數據中心平臺的技術架構是每一個建行都面臨的問題。 不同的工商銀行和不同的互聯網組織對數據中心的架構有不同的理解，需要因地制宜統(tǒng)一規(guī)劃和架構設計。 根據一些主要銀行和互聯網金融機構（以螞蟻金服等為代表）的做法。 大數據平臺、現有的數據庫機房，以及實時預估引擎、圖預估引擎等作為統(tǒng)一的數據技術后臺支撐整個數據中心的業(yè)務。 掌握和應用這項新舊技術的是我們的技術人員。 面臨的又一個挑戰(zhàn)。

由于是“厚中臺，薄前臺”的結構，前臺積累數據不易，需要依賴中臺提供服務。 這樣的api方式來代替原有的數據集成，也是數據中臺流程實施的必然趨勢。 SQL 是一種領域特定語言 (DSL)，雖然功能強大，但它并不是一種很好的工程語言。 因為不能在顯存中定義和操作復雜的數據結構，如果要做模塊化的邏輯封裝，模塊的輸入輸出必須是數據庫表，帶來I/O消耗，大量的模塊化必然帶來從而顯著提高 I/O 性能。 但是這個模塊存在的方式只有腳本，缺乏修復工具，如何管理大量分散的模塊也是一個兩難的問題。 在中臺數據架構的實現中，如何盡量減少SQL的使用，也是需要考慮模塊化和性能選擇的重要問題。

在數據中心的實施過程中，會涉及到應用系統(tǒng)的建設、組織架構的建設、運維體系的建設、數據資源的使用等。 數據中心建設的標準化，本質上將歸于標準化。 數據中心標準規(guī)范體系和相關技術標準的建設，已成為數據中心實施和應用成敗的支撐和關鍵。 除了吸取行業(yè)先進經驗外，數據中心的標準體系還應包括基礎標準、技術標準、安全標準、應用和服務標準。 我們的技術人員應該具備以上技術能力。

最后提到的業(yè)務連續(xù)性問題，是銀行業(yè)技術從業(yè)者無法回避的問題。 數據中臺作為銀行業(yè)務系統(tǒng)的重要基礎平臺，服務于整個前端系統(tǒng)，為內外部業(yè)務系統(tǒng)提供支撐。 由于數據中臺的使用依賴于很多底層數據后端技術框架，其業(yè)務不斷選擇哪一種面臨著前所未有的挑戰(zhàn)。 借鑒互聯網公司的架構。 通過微服務架構、分布式數據庫、容量壓測評估、限流降級、全鏈路壓測平臺等一系列框架和手段保障業(yè)務連續(xù)性尤為重要。

4.組織結構挑戰(zhàn)

隨著銀行業(yè)數字化轉型戰(zhàn)略的逐步深入和數據中臺、業(yè)務中臺等技術平臺的落地，多家建行提出了敏捷變革的理念。 這是與數據中臺等數字化戰(zhàn)略相適應的組織架構變革，因此，交通銀行的技術人員也應該積極迎接組織架構變革帶來的挑戰(zhàn)。

首先是業(yè)務和技術的融合，實現跨部門、自治的團隊網絡。 科技人員必須建立自上而下的系統(tǒng)溝通協(xié)作機制，以保證組織的快速決策和持續(xù)迭代。

2、技術與業(yè)務緊密結合，采用IT與開發(fā)運維雙速（）等新一代IT技術和治理模式，賦能業(yè)務轉型。 技術人員應該積極擁抱這些變化，并在組織結構、IT 流程和系統(tǒng)工具方面適應它們。

三是傳統(tǒng)IT架構與敏捷IT架構并存，這些雙卡IT架構給IT組織架構的功能定義和IT人員技能培訓帶來了挑戰(zhàn)。 同時，在組織結構上也會出現敏感穩(wěn)態(tài)，組織上會出現一些沖突和矛盾，協(xié)調處理好兩種組織形式和技術體系之間的關系，是推動數據中心發(fā)展戰(zhàn)略和發(fā)展的重要前提。甚至整個數字中心。

五、應對挑戰(zhàn)的思考

1.應對業(yè)務挑戰(zhàn)，交通銀行技術人員應注重加強業(yè)務能力的學習，加強金融業(yè)務知識、營銷技能、風險管理、企業(yè)管理等方面的知識復合和交叉培訓能力。 用跨界的思維、跨界的視野、跨界的方法，培養(yǎng)你的綜合能力。 積極參加系列培訓，通過與同行、政府部門、互聯網公司、運營商等的交流，拓展自己的視野。

2、信息技術的發(fā)展日新月異。 作為IT從業(yè)者，尤其是金融科技從業(yè)者，更要注重新技術、新知識的學習。 農業(yè)銀行應在滿足日常工作的前提下，制定金融科技人員再學習計劃和培訓制度，包括產品、技術、架構設計、運維等各個方面的知識，掌握技術與互聯網公司、金融同行交流學習。 . 科技人員還應充分發(fā)揮自主學習的能動性，倡導終身學習的理念。

3、組織架構帶來的變革，管理體制的變革it技術人員，更多的是執(zhí)行效率的提升。 傳統(tǒng)組織結構下，個人的工作狀態(tài)是任務驅動、層層匯報，而敏捷組織結構下的人，更注重快速反應、快速變化，將被動的工作習慣轉變?yōu)橹鲃拥奶娲⑶乙蕴岣邎?zhí)行力和工作效率。

6.總結

數據中心以農行內外部需求驅動，自主創(chuàng)新挖掘，基于業(yè)務場景驅動創(chuàng)新，為業(yè)務應用賦能。 這是一個閉環(huán)的過程，過程中積累的數據資產將更好地為建行服務。 商業(yè)服務。 作為建行的技術人員，他們面臨著業(yè)務、技術、組織架構的三重挑戰(zhàn)。 只有應對這些挑戰(zhàn)，才能實現自身價值，促進建行業(yè)務發(fā)展的共贏。

數據平臺給建行帶來的變化是，由過去的傳統(tǒng)資源驅動轉變?yōu)閿祿Y源驅動。 在這次改革中，科技人員將運用廣闊空間，不斷提升創(chuàng)造力，幫助企業(yè)用數據思維迸發(fā)企業(yè)沉淀，產生新的發(fā)展動能。 基于數據中心資產體系和服務體系，快速響應外部環(huán)境變化和內部業(yè)務調整，構建場景金融。 不斷將經驗轉化為數據資產的一部分，從而產生持續(xù)優(yōu)化和解決問題的能力。

原標題：建行引入數據中臺給IT技術人員帶來的挑戰(zhàn)與思考