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：
评论