方法
每个模型都留下数据版本、特征清单、评估指标和演示记录,方便复盘而不是只看页面效果。
公司在扬州软件园,客户以扬州和江苏省内的水厂、化工园区为主,实施、调试、运维省内上门;同时维护着 11 个公开或合成数据研究项目,把数据、模型和软件串成一条能交付的链路。
我们不做环保科技的搬运工。模型是自己在公开数据上训练的,方法在江苏的水务和化工场景里磨出来,最后按工程化标准做成现场能用的软件。
做数据科学和智能系统项目时养成的实验习惯、工程规范和 MLOps 做法,我们照样用在江苏的水务和化工项目里。
水务、大气、土壤、双碳,每个研究项目都从公开数据和真实约束做起,不拿现成模型套一层“本地化”。目标是这些 demo 能迁到现场数据和业务流程里,做成试点。
不造概念,也不堆资质。系统值不值,看可复现的实验、清楚的数据口径和在线 demo。
每个模型都留下数据版本、特征清单、评估指标和演示记录,方便复盘而不是只看页面效果。
从公开监测数据、样例 SCADA 字段、园区监测站和土壤剖面开始建模,把现场约束放在算法之前。
不用通用模型套场景;水质预测、VOCs 溯源、土壤估算分别训练权重,并用 SHAP 或误差指标解释结果。
试点部署后按小时、每日或季度的节奏运行和复盘,模型漂移、数据缺口和异常告警都进入迭代清单。
主线是工程交付,也就是上位机软件、智能诊断和可视化平台,11 个研究项目则是背后的方法库,每次交付用的算法内核都先在那里验证过。