VIP12
本课程属于：048-金融图机器学习与关系建模 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

金融图模型Serving与在线推理实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融图模型Serving与在线… · 核心概念 · 整体框架与实战路线图
课程导入Serving
02
金融图模型基础
目标=图模型在金融领域的常见类型 · 节点与边定义 · 典型应用场景与业务价值
金融图模型基础目标=图模型
03
图数据表示与特征工程
目标=金融图数据的构建 · 节点特征 · 边特征
图数据表示特征工程
04
图神经网络核心原理
目标=GCN · GraphSAGE · GAT等主流图神经网络的基本原理与适…
图神经网络核心原…GCN
05
金融图模型训练流程
目标=数据划分 · 模型设计 · 损失函数
金融图模型训练流…目标=数据划分
06
模型评估与验证
目标=离线评估指标 · 在线评估方法 · 金融场景下的AUC
模型评估验证
07
Serving基础架构
目标=在线推理系统的基本组成 · 请求响应流程 · 低延迟与高并发要求
Serving基础架构
08
模型导出与格式转换
目标=从训练框架到Serving格式… · ONNX · TorchScript与图模型特殊处…
模型导出格式转换
09
图模型Serving挑战
目标=邻居采样 · 子图构建 · 动态图更新与在线推理延迟的平衡策略
Serving图模型
10
在线推理服务设计
目标=API设计 · 请求批处理 · 异步推理
线推理服务设计API
11
特征存储与在线特征服务
目标=特征平台 · 在线特征获取 · 特征一致性保障与低延迟读取
特征存储线特征服务
12
图数据库与图计算引擎
目标=Neo4j · DGL · PyG
图数据库图计算引擎
13
模型部署与容器化
目标=Docker · Kubernetes · 模型服务网格与金融级高可用部署实战
模型部署容器化
14
性能优化与加速
目标=模型量化 · 剪枝 · 蒸馏
性能优化加速
15
实时图更新与增量推理
目标=动态图流式更新 · 增量学习与在线推理的协同机制
实时图更新增量推理
16
A/B测试与灰度发布
目标=在线实验设计 · 流量切分 · 效果对比与模型迭代流程
A/B测试
17
监控与可观测性
目标=日志 · 指标 · 链路追踪
监控可观测性
18
安全与合规
目标=金融数据隐私 · 模型安全 · 访问控制
安全合规
19
案例实战一
目标=反欺诈场景下的图模型Servi…
案例实战一Servi
20
案例实战二
目标=信贷风控中的图模型在线推理与实…
案例实战二目标=信贷风控
21
案例实战三
目标=量化交易中的图关系挖掘与在线推…
案例实战三目标=量化交易
22
案例实战四
目标=金融知识图谱的在线推理与智能问…
案例实战四目标=金融知识图…
23
常见问题与排查
目标=延迟高 · 内存溢出 · 特征不一致
常见问题排查
24
高并发与容灾设计
目标=多副本 · 负载均衡 · 故障转移与金融级SLA保障
高并发容灾设计
25
成本优化与资源管理
目标=GPU/CPU资源调度 · 弹性伸缩与推理成本控制
成本优化资源管理
26
MLOps与持续交付
目标=图模型Serving的CI/C… · 模型注册 · 版本管理与自动化部署
MLOps持续交付
27
前沿技术展望
目标=图大模型 · 联邦图学习 · 边缘推理与金融场景的新趋势
前沿技术展望目标=图大模型
28
综合项目实战
目标=从零构建一个金融图模型Serv…
综合项目实战Serv
29
课程总结与知识体系
目标=核心知识点回顾 · 技能图谱与进一步学习路径
课程总结知识体系
30
面试与职业发展
目标=金融图模型Serving相关岗… · 常见面试题与职业规划建议
面试职业发展