腾讯开源分布式数据科学组件：Fast-Causal-Inference

腾讯宣布开源分布式数据科学组件项目 Fast-Causal-Inference。这是由腾讯微信研发，采用SQL交互的，基于分布式向量化的统计分析、因果推断计算库；目前已在微信视频号、微信搜一搜等微信内部多个业务进行了应用。

根据介绍，该项目旨在解决已有统计模型库(R/Python)在大数据下的性能瓶颈，提供百亿级数据秒级执行的Causal inference能力。同时通过SQL语言降低统计模型使用门槛，易用于生产环境中。

项目主要优势

1、提供海量数据秒级执行的Causal inference能力

基于向量化OLAP执行引擎ClickHouse/StarRocks，速度上更益于极致化用户体验

2、极简的SQL使用方式

SQLGateway WebServer通过SQL语言降低统计模型使用门槛，并在上层提供极简的SQL使用方式，透明做引擎相关的SQL展开和优化

3、提供基础算子、高阶算子的因果推断能力， 及上层的应用封装

支持 ttest, OLS, Lasso, Tree-based model, matching, bootstrap, DML等

首个版本已经支持如下 Feature

基础因果推断工具

1. 基于deltamethod的ttest，支持CUPED
2. OLS，亿行数据，亚秒级

进阶因果推断工具

1. 以OLS为基础的 IV，WLS，以及其他GLS，DID，合成控制，CUPED，mediation正在孵化
2. uplift：千万数据分钟级别运算
3. bootstrap/permutation等数据模拟框架，解决没有显示解的方差估计问题