VIP20

本课程属于：025-实时交易风控流式决策链路 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

XGBoost在线serving实时风控实战

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

课程导学与风控概述

课程目标 · 学习路径 · 实时风控业务场景（支付

课程导学风控概述

XGBoost算法原理回顾

决策树与集成学习 · XGBoost的目标函数与正则化 · 分裂增益计算

XGBoost算法原理回顾

XGBoost模型训练与调优

特征工程要点 · 超参数（max_depth · learning_rate

XGBoost模型训练

模型导出与序列化

原生模型保存（model.save_… · PMML格式 · ONNX格式

模型导出序列化

Serving架构总览

在线推理与离线批处理的区别 · 实时风控Serving架构核心组件（… · 特征中心

Serving架构总览

特征中心设计与实现

实时特征计算（滑动窗口 · 计数 · 聚合）

特征心设计

模型引擎选型

Treelite · NVIDIA Triton Infe… · 阿里PAI-EAS

模型引擎选型Treelite

基于Treelite的XGBoost模型部署

Treelite编译模型为动态链接库 · C++/Python调用示例 · 性能基准测试

TreeliteXGBoost

基于NVIDIA Triton的模型部署

Triton架构简介 · 配置Model Repository · XGBoost模型在Triton上的…

模型热加载与版本管理

模型版本管理策略（蓝绿部署 · 金丝雀发布） · 热加载实现机制（文件监听

模型热加载版本管理

实时特征与模型对齐

训练时特征与在线特征的一致性保障 · 特征映射表 · 特征缺失值处理策略

实时特征模型对齐

请求预处理与特征工程在线化

特征编码（LabelEncoder · OneHotEncoder） · 特征归一化（Z-score

请求预处理特征工程

风控决策引擎设计

规则引擎与模型引擎的协同 · 决策流编排（DAG） · 阈值动态调整

风控决策引擎设计规则引擎

高性能RPC通信

gRPC与Thrift对比 · Protobuf定义请求/响应结构 · 连接池与异步调用优化

缓存策略与降级方案

模型结果缓存（本地缓存 · 分布式缓存） · 降级开关设计

缓存策略降级方案

实时风控Serving性能优化

模型推理加速（Batch推理 · GPU推理） · 特征计算优化（预计算

Serving实时风控

全链路压测与性能调优

压测工具（wrk · Locust · JMeter）

全链路压测性能调优

模型监控与漂移检测

模型预测分布监控 · 特征分布漂移检测（PSI） · 模型效果回滚机制

模型监控漂移检测

日志采集与链路追踪

请求日志结构化（JSON） · OpenTelemetry集成 · 调用链可视化

日志采集链路追踪

A/B实验与灰度发布

风控模型A/B实验平台设计 · 流量切分策略 · 实验效果评估指标

安全与防攻击

模型盗用防护（API鉴权 · 签名） · 对抗样本防御

安全防攻击

信贷申请反欺诈：业务需求分析 · 特征设计（多头借贷 · 设备指纹）

案例实战信贷申请反欺诈

支付交易实时风控：交易链路分析 · 实时特征（交易频次 · 金额统计）

案例实战支付交易实时风控

营销活动防刷：羊毛党识别特征 · 实时计数与限流 · 模型与规则结合策略

案例实战营销活动防刷

基于Kubernetes的Serving部署

Docker镜像制作 · K8s Deployment与Ser… · HPA自动扩缩容

KubernetesServing

CI/CD与自动化测试

模型上线流水线设计 · 模型推理正确性测试 · 回归测试集构建

CI/CD自动化测试

多模型融合Serving

多个XGBoost模型并行推理 · 模型加权融合 · Stacking在线实现

Serving多模型融合

深度学习模型与XGBoost混合Serving

特征共享 · 模型编排（先DL后XGBoost） · 异构计算资源调度

实时风控Serving的挑战与解决方案

数据延迟 · 特征穿越 · 长尾延迟

Serving实时风控

课程总结与未来展望

课程知识图谱回顾 · 实时风控技术趋势（联邦学习 · 在线学习）

课程总结未来展望