数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级

简介: 目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。

信也科技是中国领先的金融科技集团,力图通过大数据、人工智能等技术实现科技,让金融更美好”的使命。信也科技拥有行业内技术实力雄厚的研发团队,其围绕信贷科技、国际化业务以及科技生态孵化三大板块,在信用风险评估、欺诈检测、大数据和人工智能等核心领域沉淀了强大的能力。

image.png

作为一家致力于技术价值的科技公司,信也科技不仅在打造金融科技全链路产品方面表现出色,还在深耕AI技术,着眼提升底层技术开发能力。近年来,随着业务的不断拓展,信也科技的内部软件开发项目复杂度与规模也在不断增加,对开发人员的编码效率和编码质量提出了更高的要求。在此背景下,传统编码模式下的开发团队面临以下痛点:



为了解决开发过程中的诸多痛点,信也科技曾尝试自主研发代码编码助手,取得了一定的效果。然而,随着业务需求的不断增长,现有自研工具仍存在一定的局限性,需要持续的硬件和人力资源投入。因此,公司在继续发展和完善自研插件的同时,也开始积极寻求外部成熟的编码助手产品,以进一步提升开发效率和质量。


在对市场上的商业化编码助手产品进行评估时,信也科技曾考虑过国外的Copilot等产品,但由于金融行业的严格合规性要求,最终选择了国内顶尖的辅助编码工具——阿里云通义灵码。自202311月上线以来,通义灵码先后获得了IDCGartner、信通院、2024世界人工智能大会等多项认证和荣誉,成为2024Gartner AI Code Assistants魔力象限国内唯一入围挑战者。插件下载量超过 800万次,累计为程序员生成逾15 亿行代码,成功服务了上万家企业。

image.png

在了解到信也科技的需求后,通义灵码项目组多次与信也科技研发团队展开交流,深入探讨通义灵码在跨文件的上下文代码补全、研发问答、企业敏感信息过滤等场景下的技术实现。经过充分的测试,信也科技从以下几个维度评估并选择了通义灵码:



目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。


未来,通义灵码将继续助力信也科技,智能化接入研发领域的各种工具场景,实现端到端研发工具的智能化升级。


通义灵码下载体验:https://tongyi.aliyun.com/lingma/

相关文章
|
7天前
|
人工智能 文字识别 API
OpenSearch & AI 开放平台,实现0代码图片搜索!
本文主要介绍了如何利用阿里云的 OpenSearch 和 AI 搜索开放平台来构建一个无需编写代码就能完成的图片搜索功能。
59 12
|
6天前
|
人工智能
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
|
6天前
|
人工智能 数据可视化 Java
通义灵码 AI 盲盒
基于通义灵码的 @workspace 和 @terminal 功能,可显著提升开发效率和体验。@workspace 通过文件导航、代码结构可视化、搜索和注释生成,帮助开发者快速熟悉项目结构和核心逻辑;@terminal 则支持代码片段运行、调试和 AI 代码补全,加速新需求实现和问题排查。这些工具降低了学习成本,简化了开发流程,提升了团队协作效率。
|
13天前
|
人工智能
通义灵码AI编程
首次使用通义灵码AI编程助手,体验了其生成首页、用户界面、内容界面及内容发布界面的功能,整体运行良好,但仍存在一些小问题需解决。
|
13天前
|
数据采集 人工智能 DataWorks
限时优惠体验!DataWorks数据治理中心全新升级为数据资产治理
DataWorks进行全面升级,从数据治理中心转型为数据资产治理,强调业务视角下的数据分类与管理,引入Data+AI全链路数据血缘追踪,提升数据质量和安全性,促进跨部门协作。同时,提供限时优惠活动,助力企业高效利用数据资产。
202 1
|
16天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI 系统与程序代码关系
本文探讨了AI系统与程序代码之间的关系,通过PyTorch实现LeNet5神经网络模型为例,详细介绍了AI训练流程原理、网络模型构建方法、算子实现的系统问题以及AI系统执行的具体计算过程。文章不仅解释了神经网络的前向传播和反向传播机制,还深入分析了算子在AI框架中的作用及其底层实现,包括卷积层的具体计算和优化问题。此外,文章对比了使用PyTorch与直接使用cuDNN+CUDA编程实现神经网络模型的差异,强调了AI框架在提高开发效率、自动化内存管理和实现自动微分等方面的重要性。
25 1
|
16天前
|
人工智能 测试技术 Serverless
AI编码,十倍提速,通义灵码引领研发新范式
欢迎参加通义灵码智能开发流程活动,通过在线部署和上传截图,即可获得新年好运日历,限量30个,先到先得!活动时间从即日起至2024年12月13日24:00。快来报名吧!
|
机器学习/深度学习 人工智能 开发者
资源 | AI领域最优论文+代码查找神器:966个ML任务、8500+论文任君挑选!
查找论文及对应源码的神器 Papers With Code 刚刚推出了最新版本,可以用图形界面查找你想要的 SOTA 实现,从应用领域到具体任务再到实现代码一步到位。
|
1天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用

热门文章

最新文章