1、建模数据准备：进行样本数据收集、打标、特征工程等工作，提出数据质量要求和数据采集建议。
2、模型训练和发布：进行算法研究，根据业务目标进行各类模型训练，通过SDK/服务等方式部署模型。
3、模型监控和优化：持续跟进模型预测效果，根据模型疲劳周期进行定期重新建模。
4、模型应用开发和运维：开发简单应用程序实现模型应用，并持续检测运行效果进行优化。
5、科研合作和课题申报：与高校等外部合作方进行科研项目合作，并进行成果转化实现内部应用，寻找科技项目并进行申报。