T市YD智能运维模型应用平台实战“术”分享-类似DeepSeek的MaaS架构SFT数据使用

T厂职责部门按各种YD运维专业分为维保、管理服务......这样划分可以跟运营商的部门分工能对齐，每个部门的方向是比较明确。而对于T厂而言，除了日常运维任务外，还担负着科技创新的职责，因此设立了智能运维部，负责运营商运维专业的技术产品自产创新。

针对YD的运维创新，主要面向智能化方向，而智能化发力点主要集中在算法软件上。如何减少运维成本？如何提高运维故障排查准确率？这两个问题是YD运维专业的头号问题。

当时T厂已经部署了公有云，在公有云上要设计一层MaaS层，这层全部是模型，“模型即服务”。对于运维只有普通的excel表格来计算日常运维成本和记录流水账。这个excel表里数据非常丰富，运维需要每天执行任务包括日常固定路线设备巡检、定点安排运维人力，这种人线匹配必须准确，否则会造成成本浪费，同时造成巡检目标未达成。

把每条路线和人力资源首先导入数据库，做成数据集后，就可以用写好的算法首先模拟预训练一次。得出一个初步的巡检人力排班表后，人为检查一次。这是初检，这个预训练的准确率并不高，只是把常见明显的问题排除了，但出现了一条线上同时安排两个人的新问题。

这是过拟合了，这个排班表作为SFT数据进行人为干预，修正后再次输入模型进行微调，这次把过拟合的场景找出来，减少一个人力投入，相当于削去过拟合的波峰，留下1个人力并且让他完成巡检任务才能退出。这是防止欠拟合。

经过这样的类似Deepseek的SFT数据微调使用，智能运维模型的结果准确率提升了。

欢迎点赞和关注公众号“科技江河”，如果喜欢，打赏下呗，感谢。