在QCon北京2019大会上，陈丰讲师做了《全自动动态模型更新系统在支付风控领域的实践》主题演讲，主要内容如下。
演讲简介：
作为最大的跨境支付企业，PayPal 面临着极大的风控压力和挑战，一直以来我们都致力于通过机器学习和 AI 模型来管理支付风险。在支付场景中，模型的性能和稳定性是对立统一的两个方面。通常在银行等传统行业中模型的更新周期都在 6 个月以上，从而难以适应频繁变化的业务场景和风控挑战。本主题介绍了 PayPal 创新性的新一代全自动动态模型更新系统。通过构建动态的模型训练、部署和策略更新系统，在新一代系统中模型上线频率从数个月缩短到一周时间，极大地提高了 PayPal 的风险管理能力。
演讲大纲
PayPal 的风险管理概述；
PayPal 的模型构建方案和特点；
PayPal 的新一代动态更新模型系统。
a)设计目标和技术挑战；
b)算法与策略更新；
c)效果评估与探讨。
讲师介绍：
陈丰
PayPal 数据科学高级研发经理
陈丰，PayPal 数据科学高级研发经理，2007 年毕业于中国人民大学，2012 年加入 PayPal 风控与数据科学部门，多年来一直从事在线风控模型，实时及流式变量特征计算的开发工作。带领团队负责 PayPal 各类风控模型的技术方案与实施，并主导研发 PayPal 下一代基于大数据的自动化特征构建与仿真，自动化 AI 模型构建与轻量化部署系统等。
完整演讲 PPT 下载链接：
https://qcon.infoq.cn/2019/beijing/schedule
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
复杂场景下的 RAG 架构演进：跨模态知识联邦与统一语义推理实践
从搜索推荐到LLM推理的弹性调度：混合云架构下的小红书联邦集群弹性实践和探索
Step-Video 开源模型：视频生成基础模型的最新进展、挑战与未来展望
评论