VIP12
本课程属于：050-MLOps实验管理与模型注册 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MLOps端到端流水线项目实战

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MLOps的定义 · 价值 · 行业趋势
课程导入MLOps
02
金融机器学习项目生命周期
目标=从业务理解 · 数据获取 · 特征工程
金融机器学习项目…目标=从业务理解
03
MLOps核心原则与组件
目标=CI/CD/CT · 版本控制 · 实验跟踪
MLOps核心原则
04
金融数据特性与合规要求
目标=数据隐私 · 安全 · 可解释性
金融数据特性合规要求
05
开发环境与工具链搭建
目标=Python · Git · Docker
开发环境工具链搭建
06
数据版本控制与特征工程流水线
目标=使用DVC管理数据版本 · 构建可复用的特征工程管道
数据版本控制特征工程流水线
07
模型训练与实验管理
目标=使用MLflow跟踪实验 · 超参数调优 · 模型评估与选择
模型训练实验管理
08
模型注册与打包
目标=将模型注册到模型仓库 · 使用ONNX · PMML或Pickle进行模型序列化…
模型注册打包
09
持续集成与持续交付（CI/CD）在金融ML中的应用
目标=自动化测试 · 构建 · 部署流水线设计
CI/CDML
10
模型部署模式
目标=批处理 · 实时API · 流式部署
模型部署模式目标=批处理
11
金融场景下的模型监控
目标=数据漂移 · 概念漂移 · 模型性能衰减检测与告警
金融场景下的模型…目标=数据漂移
12
模型可解释性与公平性
目标=SHAP · LIME · 部分依赖图
模型可解释性公平性
13
安全与治理
目标=模型访问控制 · 审计日志 · 模型风险管理（MRM）框架
安全治理
14
案例实战一
目标=信用评分卡模型端到端流水线（数… · 训练 · 部署
案例实战一目标=信用评分卡…
15
案例实战二
目标=欺诈检测实时流水线（流式特征 · 在线学习 · 实时推理）
案例实战二目标=欺诈检测实…
16
案例实战三
目标=量化交易策略回测与部署流水线（… · 回测框架 · 模拟交易）
案例实战三目标=量化交易策…
17
案例实战四
目标=反洗钱（AML）模型流水线（图… · 异常检测 · 可解释性报告）
案例实战四AML
18
案例实战五
目标=保险定价模型流水线（GLM与G… · 监管报备 · 版本管理）
案例实战五GLM
19
云原生MLOps
目标=在AWS SageMaker · Azure ML · GCP Vertex AI上构建金融…
MLOps云原生
20
开源MLOps平台实战
目标=Kubeflow Pipeli… · MLflow · Airflow
MLOps开源
21
模型性能优化与成本控制
目标=推理加速 · 量化 · 剪枝
模型性能优化成本控制
22
常见问题与故障排查
目标=数据不一致 · 训练失败 · 部署回滚
常见问题故障排查
23
团队协作与流程规范
目标=数据科学家 · ML工程师 · 运维
团队协作流程规范
24
金融MLOps成熟度模型
目标=评估当前水平 · 制定演进路线图
MLOps金融
25
综合项目
目标=从零构建一个完整的金融MLOp… · 设计 · 实现
综合项目MLOp
26
项目评审与优化
目标=代码审查 · 性能基准 · 安全审计
项目评审优化
27
前沿趋势
目标=AutoML · 联邦学习 · 边缘计算在金融MLOps中的应用
前沿趋势AutoML
28
伦理与责任AI
目标=金融场景中的偏见 · 透明度 · 问责制
AI伦理
29
职业发展
目标=金融MLOps工程师的技能栈 · 认证与学习资源
职业发展MLOps
30
课程总结与展望
目标=关键要点回顾 · 下一步学习建议 · 社区与资源
课程总结目标=关键要点回…