登陸成功后，可以啟動機器學習訓練任務流程，簡要的流程如下： （1）數據上傳 ORION公有云版本支持結構化數據上傳（CSV文件），在數據模塊，點擊“上傳新數據” ，出現如下頁面： · 需要用戶命名數據集 · 生成ID列：若數據集內無Index，則可滑動確認，平臺將自動生成索引列 · 將數據文件拖拽至平臺選框內 數據上傳中，進度條顯示數據上傳進度，完成后，點擊上傳按鈕，進入數據預覽頁面。  （2）數據預覽及下載 數據預覽可預覽數據集前十行，并可在所有數據中下載已上傳的數據集。  （3）創建任務 在訓練模塊中，點擊“創建任務”，彈出創建任務的窗口，包含如下內容： · 任務名稱：用戶需要為新任務命名； · 數據名稱：點擊窗口，出現下拉框，可選擇已上傳的數據集； · 模型類型：可選擇非網絡模型，網絡模型（包含DNN，CNN，RNN，TCN） · 問題類型：支持分類，回歸，聚類，時間序列問題 · 任務類型：包含手動訓練（single train），自動訓練（hyper train），集成訓練（ensemble train） 用戶可根據任務目標選擇配置，點擊創建任務進入下一步。  （4）任務配置 任務配置包含四個步驟：配置預處理，配置數據，選擇算法，配置輸出 · 配置預處理 配置預處理中是對數據集的預處理操作，包含如下可配置內容： o ID列名：即指定數據集中的索引列，可通過下拉框選擇； o Target列名：為需要預測的列名； o Shuffle：是否需要隨機打亂數據（非時間序列數據可選）； o Do\_re\_fit：是否合并訓練與測試數據再次訓練，若是則置為True，默認不選擇； o 數據切割形式：將數據集分為訓練集和測試集的方式與比例；  · 配置數據 配置數據中，用戶可對每一列數據進行預處理，包括數據變換和空值處理，用戶無需編程，可對數據進行快速預處理，同時可對數據進行理解，包含數據最大最小值，缺失值比例等。  · 選擇算法 在算法選擇模塊中，用戶可對算法進行選擇與配置，以全連接神經網絡為例，用戶可視化選擇全連接層數，每層單元數，及網絡參數等，用戶可以選擇默認配置進行下一項目。  · 評估方法 在模型指標的選擇中，用戶可自定義選擇指標，可多選。  用戶完成四個步驟后，用戶可在所有任務的列表內查看待訓練的任務，并可查看訓練進度：   訓練任務成功完成后，后臺將保存任務，并可在預測任務內調用。