工作流是在百舸平台实现端到端任务编排与自动化的核心模块。旨在帮助算法工程师高效地组织、管理和执行复杂的机器学习工作流，打通从数据准备、模型开发到模型部署的全生命周期环节。

通过工作流模块，用户可以将碎片化的机器学习步骤整合为标准化的流水线，从而极大提升研发效率与模型交付的质量。

核心功能

基于DAG的可视化任务编排

工作流采用有向无环图（DAG）和基于步骤的流水线机制进行构建。在工作流中每个节点代表一个具体的任务（如数据预处理、模型训练、模型评估等），任务之间的连线则明确了任务的执行顺序和数据依赖关系。

平台提供灵活的建模方式：

• YAML方式编排：算法工程师可以使用平台提供的YAML模板、示例，通过编写配置文件自定义控制工作流的执行逻辑。
• 可视化预览：YAML配置可通过可视化界面，清晰看到任务的执行顺序、结构关系。

全场景的流水线覆盖

工作流模块能够支撑开发者在百舸平台实现模型开发运营一体化，覆盖两大核心流水线场景：

• 数据处理流水线：编排数据采集、数据探索、数据处理、数据增强以及特征工程等数据加工作业。
• 机器学习流水线：编排算法选择、模型构建、模型训练、模型评估、模型部署以及上线后的模型监控等全流程任务。

多种触发机制

依托于底层强大的工作流调度引擎，在任务触发机制上，工作流不仅支持用户手动直接触发，还支持定时触发，充分满足各类自动化生产需求。

细粒度的异构算力资源分配

在模型训练的完整工作流中，不同环节对计算资源的要求存在显著差异（例如：数据处理环节主要依赖 CPU，而模型训练环节则需要 GPU 算力）。开发者可通过为不同任务分配合理的资源，使用工作流串联任务，实现资源利用的最大化。

实验追踪与组件化复用

通过使用工作流，用户不仅可以沉淀自定义算子、任务模板，还能通过重用现有的流水线快速创建端到端解决方案，避免每次从零开始构建，大幅降低研发门槛。