成立于 2023 年 6 月，北京语势科技定位为“智能投资时代的主题入口”。在资管行业从以机构为核心转向以用户为核心的变革时代，语势科技通过打造主题投资引擎，赋能普惠投资一体化，打造以投资者和资管机构为主题和核心、自然语言交互形式为入口的“新桥梁”。
语势科技的产品属于典型的信息服务类产品。平台通过多种渠道汇集金融行业资讯并存储到本地后，按照投资分析框架启动相关流程进行处理，最终形成金融数据产品对外提供服务。
平台业务功能及对系统资源的需求存在如下特点：
数据量大，存储需求多样
平台的核心数据以非结构化数据为主，各个处理阶段的数据包括源数据、中间数据及结果数据总量在 TB 级别，对于分析/索引类存储存在一定压力。
非结构化数据存储在面对不同的处理过程时，需要对接多种访问接口，包括文件、对象、OLAP 数据库和缓存及索引系统等。
金融资讯的处理需要满足时效性要求，因此对于分析型存储系统的查询性能也存在较高要求。
数据处理过程复杂多变
数据处理流程是投资分析策略在系统中的体现，是整个平台的核心。这些流程中的关键节点处理逻辑是无法通过标准化的平台功能实现，需要通过 Java/Python 代码发布到平台，并可以由流程灵活调用。
为了实现业务逻辑需求，在处理流程的各处理节点之间，以及节点和数据存储接口之间，甚至各流程间都存在频繁的数据流动和交互需求。
投资策略需要及时针对市场变化和客户需求进行调整。数据处理流程甚至核心处理逻辑就需要同步按照业务策略进行调整。
因为数据处理逻辑的复杂性，导致上线后，经常还需要在生产环境中针对特定数据的处理过程进行跟踪和分析，需要能够方便查看详细的运行时信息。
平台资源需求存在明显峰谷
平台在全天运行期间会存在固定峰值，包括资讯集中流入和处理时段、业务人员集中查询时段。同时，在周初和月初也存在访问峰值。
峰值时段对处理性能扩容比例要求较高，且不同的峰值类型对系统资源的需求类别也不一样，需要针对不同场景进行扩容动作的预先规划。
可靠性/及时性要求
资讯会 24 小时持续产生并流入平台，需要在进入平台若干分钟内处理完成并进入对外服务数据池，因此需要平台能够稳定持续进行处理，遇到峰值流量自动扩容以避免数据积压。如果处理过程存在遗漏或者出错要能够自动重试。
对外服务相关系统作为最终用户的访问入口，对其服务连续性有一定要求。
针对上述的平台功能设计，语势科技对包括 IaaS/PaaS 在内的 IT 基础设施提出了如下诉求：
多样存储类型，各系统间流畅互访
支持多样存储类型，各类存储系统间可以无缝互访，日常使用、管理和数据流转可以通过 GUI 配置。
简单灵活的数据处理流程
-
提供统一的处理流程管理入口，支持图形化的流程设计。
-
支持使用常见开发语言实现复杂业务逻辑，并能够无缝嵌入流程。
-
流程节点间，流程和数据存储接口、流程间可以实现复杂交互控制。
-
运行时流程分析与处理，能够方便地对特定数据或流程进行跟踪分析。
系统自动扩缩容
-
数据处理流程的系统容量能够按照流量峰谷自动扩缩容，且扩缩容可以针对系统间依赖关系根据特定脚本进行自动化处理。
-
其他业务系统需要按照业务访问峰谷自动调整。
研发工作整体提质增效
-
在保证系统可靠性的前提下，降低 IT 资源直接成本，以及管理成本。
-
提高 CI/CD 整体流程效率。
语势科技是在云原生浪潮下诞生的数据科技企业，在创立之初就决定采用云原生技术来提高 IT 工作整体质效并优化成本。
在提升质效过程中遇到的挑战主要集中在数据处理流程方面，因此除了使用阿里云效及容器化部署等 CI/CD 常规提效工具，还选择了云工作流 CloudFlow 和函数计算 FC 两个产品。目标是通过云工作流 CloudFlow 解决管理复杂数据流程的需求，使用函数计算 FC 解决云工作流 CloudFlow 运行过程中，部分节点处理复杂业务逻辑的问题，同时可以很好解决处理能力弹性伸缩的需求。
实践证明，对于标准的工作流，与使用传统的 Java 应用框架，采用云工作流 CloudFlow 的 Web 界面开发，开发工作量几乎减半。此外，由于省去了上线发布环节，上线调试工作效率也因此得到了提升。尽管 CloudFlow Web 控制台的跟踪调试功能需要一段时间的适应，但整体工作效率有了较大提升。
在过去六个月的使用过程中，语势科技已成功开发将近 20 个工作流，工作流调用了数十个函数，总运行次数几十万次。即便是在只有一名工程师负责工作流的情况下，还是能够保持平均每两周上线一个新的工作流。对于工程师来说，一旦工作流上线，通常无需过多干预，除了偶尔需要在线上进行跟踪和调试，工程师基本不必关注其运行状态，实现了“发布即无需维护”的效果。