ModelWhale 将数据管理、建模分析、模型训练管理、算力资源管理等功能深度整合，通过逐级开放的数据基础设施、Jupyter Notebook 交互式、 Canvas 拖拽式、CloudIDE 三种分析界面、即开即用的云端分析环境，为科研工作者及团队解决数据安全、底层工程繁复、研究成果流转复现困难等问题，使数据驱动的研究更便捷高效。...

和鲸科技旗下的数据科学协同平台 ModelWhale 基于 ModelOps 理念，深度融合计算基础设施、模型开发环境与团队协同管理，打通数据、算力、模型、成果应用全流程，为数据驱动型组织提供一站式数据分析与 AI 开发服务，推动领域大模型的构建与应用落地。同时，针对 RAG 工作流，设计了完善的全流程功能支持，包括知识片段导入、增删改查管理，新文件自动按需求分段清洗等，既方便团队成员使用，也便于

ModelWhale 将数据管理、建模分析、模型训练管理、算力资源管理等功能深度整合，通过逐级开放的数据基础设施、Jupyter Notebook 交互式、 Canvas 拖拽式、CloudIDE 三种分析界面、即开即用的云端分析环境，为科研工作者及团队解决数据安全、底层工程繁复、研究成果流转复现困难等问题，使数据驱动的研究更便捷高效。...

ModelWhale 将数据管理、建模分析、模型训练管理、算力资源管理等功能深度整合，通过逐级开放的数据基础设施、Jupyter Notebook 交互式、 Canvas 拖拽式、CloudIDE 三种分析界面、即开即用的云端分析环境，为科研工作者及团队解决数据安全、底层工程繁复、研究成果流转复现困难等问题，使数据驱动的研究更便捷高效。...

共评选出 52 个入围案例，其中包括：14 个精选案例，38 个优选案例，案例覆盖金融、政务、医疗、气象、通信、工业、教育、能源、交通等垂直应用侧行业，以及云计算、安全等信息技术服务供应侧行业。为解决上述难题，2024 年开始，气象数据中心携手和鲸科技，和鲸基于其实际需求，确定了如降水、温度、风向、能见度等不同类别的数据需求，并根据业务需求设定了问题的优先级。：基于大语言模型的智能检索功能，智能体

和鲸科技在赋能 AI 融合发展及大模型创新应用方面的能力再获权威认可，所申报的两项成果双双入选「启智型」典型案例。

科学研究的创新和发展不仅需要新技术新方法，更需要知识的传承和人才的接力，基于此，和鲸联合了数名气象领域的专家学者，以帮助处于职业发展初期的气象人进行更多理论与实操的结合性学习为初衷，举办了“Python 气象海洋数据分析 II Workshop”，针对气象真实研究场景，共同分享探讨全流程研究思路。

本次大赛中，和鲸自研的竞赛系统与成熟的赛事服务帮助主办方更便捷地把控大赛的各个阶段，从数字化赛事运营管理到科学有效的成果评价全程保驾护航，保障赛事体验。

春光作序，万物和鸣，ModelWhale 带来新一轮的版本更新，期待为大家带来更优质的使用体验。本次更新，ModelWhale 正式上线功能，支持的标注方法（视频格式：.mp4, .avi）。数据标注可以将“原始数据”处理为“结构化数据”，以便更好应用在数据分析、模型训练等多个场景。以审核通过的标注结果，可以点击「生成数据集」导出为平台数据集，供后续处理使用。Tips：ModelWhale 也支持

第17届4C大数据主题赛优秀作品已上传至和鲸社区！以赛促学、以赛促教，和鲸持续助力高校应用型人才培养！