全自动动态模型更新系统在支付风控领域的实践

阅读数:60 2019 年 8 月 11 日 00:00

全自动动态模型更新系统在支付风控领域的实践

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

  1. PayPal 的风险管理概述;

  2. PayPal 的模型构建方案和特点;

  3. 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。

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

全自动动态模型更新系统在支付风控领域的实践

完整演讲 PPT 下载链接

https://qcon.infoq.cn/2019/beijing/schedule

收藏

评论

微博

用户头像
发表评论

注册/登录 InfoQ 发表评论