首页
›
金融科技风控与量化工程
›
024-反欺诈图谱低延迟评分接口
›
《团伙识别图谱评分模型serving实践》
VIP20
本课程属于:024-反欺诈图谱低延迟评分接口
金融科技风控与量化工程 · 共 20 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
团伙识别图谱评分模型serving实践
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
团伙识别图谱评分模型Serving的… · 业务价值与课程目标
课程导论
Serving
02
团伙识别基础概念
团伙定义 · 图谱构建要素(节点 · 边
团伙识别基础概念
团伙定义
03
图谱评分模型概述
评分模型在反欺诈 · 风控中的应用场景与核心指标
图谱评分模型概述
评分模型
04
Serving架构设计原则
高可用 · 低延迟 · 可扩展
Serving
架构设计原则
05
特征工程与图谱特征
节点特征 · 边特征 · 子图特征
特征工程
图谱特征
06
图神经网络基础
GCN · GAT · GraphSAGE原理简介及其在团伙…
图神经网络基础
GCN
07
模型训练与评估
训练数据准备 · 损失函数设计 · 评估指标(AUC
模型训练
评估
08
模型导出与序列化
ONNX · TorchScript · PMML等模型导出格式对比与选择
模型导出
序列化
09
Serving框架选型
TensorFlow Serving · TorchServe · Triton Inference S…
Serving
框架选型
10
模型版本管理
模型仓库搭建 · 版本控制 · 灰度发布与回滚策略
模型版本管理
模型仓库搭建
11
在线特征计算
实时特征抽取 · 特征存储(Redis/Faiss) · 特征一致性校验
线特征计算
实时特征抽取
12
图谱查询引擎
Neo4j · JanusGraph · Dgraph在Serving中的集成…
图谱查询引擎
Neo4j
13
批处理与流处理Serving
离线批量评分与实时流式评分架构设计
Serving
批处理
14
API网关与路由
RESTful/gRPC接口设计 · 负载均衡 · 限流熔断
API
网关
15
模型推理加速
GPU推理 · TensorRT · 模型量化
模型推理加速
GPU
16
缓存策略
多级缓存(本地缓存 · 分布式缓存) · 缓存更新与失效机制
缓存策略
多级缓存
17
监控与告警
Serving系统指标(QPS · 延迟 · 错误率)
监控
告警
18
A/B测试与实验平台
分流策略 · 实验配置 · 效果对比分析
A/B
测试
19
安全与权限控制
模型加密 · 接口鉴权 · 数据脱敏
安全
权限控制
20
大规模图谱存储
分布式图存储 · 图分区 · 数据备份与恢复
大规模图谱存储
分布式图存储
21
图谱更新与增量学习
动态图更新 · 增量训练 · 模型热更新
图谱更新
增量学习
22
多模型协同Serving
多个团伙识别模型并行/串行调用 · 结果融合策略
Serving
多模型协同
23
Serving性能调优
内存优化 · 线程池配置 · 异步处理
Serving
性能调优
24
单元测试与集成测试
Serving服务测试框架 · Mock数据 · 压力测试
单元测试
集成测试
25
CI/CD流水线
模型训练 · 打包 · 部署
CI/CD
流水线
26
容器化与编排
Docker镜像构建 · Kubernetes部署 · 自动扩缩容
容器化
编排
27
边缘部署
在IoT设备或边缘节点上部署轻量级S…
边缘部署
IoT
28
案例实战
金融反欺诈团伙识别Serving系统…
案例实战
Serving
29
案例实战
社交网络黑产团伙识别Serving系…
案例实战
Serving
30
课程总结与展望
团伙识别Serving的未来趋势 · 图计算与LLM结合方向
课程总结
Serving
所属VIP或分类
同VIP:GraphSAGE团伙识别模型部署指南
同VIP:GraphSAGE实时欺诈评分接口开发教程
同VIP:GraphSAGE模型上线与收益评估方法