图1 Prophecis整体架构
**Prophecis主要包含5个关键服务：** - **Prophecis Machine Learning Flow**：机器学习分布式建模工具，具备单机和分布式模式模型训练能力，支持Tensorflow、Pytorch、xgboost等多种机器学习框架，支持从机器学习建模到部署的完整Pipeline； - **Prophecis MLLabis**：机器学习开发探索工具，提供开发探索服务，是一款基于Jupyter Lab的在线IDE，同时支持GPU及Hadoop集群的机器学习建模任务，支持Python、R、Julia多种语言，集成Debug、TensorBoard多种插件； - **Prophecis Model Factory**：机器学习模型工厂，提供机器学习模型存储、模型部署测试、模型管理等服务； - **Prophecis Data Factory**：机器学习数据工厂，提供特征工程工具、数据标注工具和物料管理等服务； - **Prophecis Application Factory**：机器学习应用工厂，由微众银行大数据平台团队和AI部门联合共建，基于青云(QingCloud)开源的Kubesphere定制开发，提供CI/CD和DevOps工具，GPU集群的监控及告警能力。 - #### 功能特色  **图2 Prophecis功能特色
** - **全生命周期的机器学习体验**：Prophecis的 MLFlow 通过 AppJoint 可以接入到 DataSphere Stdudio 的工作流中，支持从数据上传、数据预处理、特征工程、模型训练、模型评估到模型发布的机器学习全流程；  **图3 Prophecis对接DSS功能展示
** - **一键式的模型部署服务**：Prophecis MF 支持将Prophecis Machine Learning Flow、Prophecis MLLabis 生成的训练模型一键式发布为 Restful API 或者 RPC 接口，实现模型到业务的无缝衔接； - **机器学习应用部署、运维、实验的综合管理平台**：基于社区开源方案定制，提供完整的、可靠的、高度灵活的企业级机器学习应用发布、监控、服务治理、日志收集和查询等管理工具，全方位实现对机器学习应用的管控，满足企业对于机器学习应用在线上生产环境的所有工作要求。 ## Quick Start Guide - 快速部署Prophecis服务，请参考 [Quick Start Guide](docs/zh_CN/Quick%20Start%20Guide.md) 文档。 - 关于配置解释，可参考[Quick Start Guide](docs/zh_CN/Quick%20Start%20Guide.md) 中的关键配置解释部分。 ## Developing - 编译Prophecis，请参考 [Develop Guide](docs/zh_CN/Developing%20Guide.md) 文档。 ## Roadmap - 关于Prophecis后续的Roadmap，可查看 [Roadmap](docs/zh_CN/RoadMap.md) 文档，欢迎大家持续关注！ ## Contributing 非常欢迎广大的社区伙伴给我们贡献新代码！ ## Communication 如果您想得到最快的响应，请给我们提issue，或者您也可以扫码进群：  ## License Prophecis is under the Apache 2.0 license. See the LICENSE file for details.