目前，我国数字经济规模不断扩大，数据作为其基石与核心逐渐成为一种重要生产要素，随着数字化成为趋势，数据面临隐私性也随之备注关注，而较其他领域，金融领域对数据的管控更为严格。
不仅仅是公民个人隐私数据泄露已经到了亟待治理的阶段，对大数据应用或人工智能企业来说，合理边界和方式使用用户数据，已成为从企业到产业乃至整个社会发展的核心驱动力。
作为国内金融线上平台我来数科便通过专属的隐私计算技术，聚焦数据安全、个人信息保护、网络安全基础设施保护等领域，为客户打造安全的信贷环境。其依托母公司WeLab汇立集团在隐私计算领域中的创新成果与优势，打造了布局科学、安全可靠的技术基础设施，在发展过程中发力AI、大数据、云计算、隐私计算等新技术应用，驱动金融监管机构从基础知识架构到风险管理、业务流程、客户经营等各个国家核心节点的提升与优化，助推金融行业信息的融合。
事实上，2018年起，我来数科母公司就开始布局隐私计算技术，提交了多项涉及联邦学习和边缘计算自研技术专利申请，进一步完善了在相关领域的技术布局。随着新技术团队的在前海的落户，可以说将我来数科的隐私计算研发推上了一层新的台阶。短短几个月的时间我来数科完成了联邦学习平台从0到1的突破，搭建了从任务管理、在线推理、操控中心、算法库与联邦基础于一身的学习平台。值得肯定的是，我来数科通过运用联邦机器学习后，可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模，从技术上打破数据闭塞。
此外，通过运用联邦机器学习，我来数科可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模。一方面，我来数科APP可以实现数据隔离，参与各方的数据不会泄露到外部，满足用户隐私保护和数据安全的需求;另一方面，我来数科通过联邦学习能够保证模型质量无损，保证联邦模型比割裂的独立模型效果好。
值得注意的是，我来数科还获得了中国信通院泰尔实验室颁发的技术安全证书，也与多家同业机构及上市公司通过平台完成了联合建模。目前，我来数科的函数计算已经实现弹性化，使用联盟链实现分布式记账、可视化建模及在线交流等功能已经完成开发，进入测试阶段。
面对新技术的快速融入，新的市场机遇来临，未来金融与科技的融合将会更加深入，大数据时代的高速发展也为金融机构带来了更多的创新点和想象空间。毋庸置疑，联邦学习应用将会金融行业变革中引起，而在这一过程中，我来数科创将始终引领数字科技行业的技术创新方向。
