首页
›
金融科技风控与量化工程
›
037-保险精算模型实时风险拦截
›
《XGBoost精算模型serving与API发布教程》
VIP20
本课程属于:037-保险精算模型实时风险拦截
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精算模型serving与API发布教程
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
精算模型Serving概述
精算模型在生产环境中的部署挑战 · Serving的定义与价值 · 本课程学习目标与前置知识
Serving
精算模型
02
XGBoost模型基础回顾
XGBoost核心原理(梯度提升树) · 精算场景下的模型训练流程 · 模型文件格式(.json/.pkl/…
XGBoost
模型基础回顾
03
精算模型Serving架构设计
离线训练与在线推理的分离 · Serving系统的核心组件(模型加… · 特征工程
Serving
精算模型
04
环境准备与依赖安装
Python虚拟环境搭建 · XGBoost/Flask/Fast… · GPU与CPU环境配置差异
环境准备
依赖安装
05
模型导出与序列化
XGBoost原生模型保存(save… · 转换为ONNX格式 · 转换为PMML格式
模型导出
序列化
06
特征工程Pipeline固化
精算特征(年龄 · 保额 · 风险因子等)的预处理逻辑
Pipeline
特征工程
07
基于Flask的轻量级API发布
Flask框架简介 · 创建第一个精算评分API端点(/pr… · 请求与响应格式设计(JSON Sch…
Flask
API
08
基于FastAPI的高性能API发布
FastAPI异步特性 · 自动生成OpenAPI文档 · 使用Pydantic进行请求体校验
FastAPI
API
09
模型热加载与版本管理
多版本模型共存策略 · 基于时间戳或版本号的路由设计 · 热切换机制(watchdog文件监控…
模型热加载
版本管理
10
批量推理与异步处理
同步请求与批量请求的区别 · 使用BackgroundTasks或… · 结果回调机制
批量推理
异步处理
11
精算模型Serving的输入输出规范
标准化请求体(保单数据JSON) · 输出字段(预测值 · 置信区间
Serving
精算模型
12
模型预处理与后处理逻辑集成
在Serving层嵌入特征工程(缺失… · 分箱 · 独热编码)
模型预处理
后处理逻辑集成
13
使用Docker容器化部署
编写Dockerfile(多阶段构建… · 依赖锁定(requirements.… · 构建与运行容器
Docker
使用
14
使用Kubernetes进行模型编排
K8s核心概念(Pod/Servic… · 部署YAML编写 · 水平自动伸缩(HPA)配置
Kubernetes
使用
15
API网关与负载均衡
Nginx反向代理配置 · Traefik或Kong网关集成 · 限流与熔断策略(Rate Limit…
API
网关
16
模型监控与漂移检测
在线监控指标(延迟 · 吞吐量 · 错误率)
模型监控
漂移检测
17
日志收集与可观测性
结构化日志(JSON格式) · 集成ELK/EFK栈 · 使用Prometheus + Gra…
日志收集
可观测性
18
安全与认证机制
API密钥认证(API Key) · JWT Token认证 · HTTPS证书配置
安全
认证机制
19
A/B测试与金丝雀发布
多模型并行部署 · 流量切分策略(基于权重/Header… · 金丝雀发布回滚机制
A/B
测试
20
精算模型Serving的性能优化
模型量化(INT8/FP16) · ONNX Runtime加速 · 批处理优化(动态batching)
Serving
精算模型
21
边缘部署与离线Serving
在移动端或嵌入式设备部署XGBoos… · 使用Core ML / Tensor… · 离线批量评分脚本
Serving
边缘部署
22
使用MLflow进行模型生命周期管理
MLflow Tracking记录实… · MLflow Model Regis… · 与Serving系统集成
MLflow
使用
23
使用BentoML构建标准化Serving
BentoML框架简介 · 将XGBoost模型打包为Bento · 一键部署到云平台
BentoML
Serving
24
使用Seldon Core进行企业级部署
Seldon Core架构 · 自定义推理图(Inference G… · 与Istio服务网格集成
Seldon
Core
25
精算模型Serving的CI/CD流水线
GitLab CI / GitHub… · 自动化测试(单元测试+集成测试) · 自动部署到K8s
Serving
CI/CD
26
灾难恢复与高可用设计
多副本部署 · 主备切换策略 · 数据持久化与模型备份
灾难恢复
高可用设计
27
精算模型Serving的成本控制
资源规格选择(CPU/Memory) · Spot实例使用 · 自动缩容策略
Serving
精算模型
28
合规性与审计
精算模型监管要求(如IFRS 17) · 模型决策可解释性(SHAP值在线返回… · 审计日志记录
合规性
审计
29
实战案例
车险定价模型Serving · 构建完整API服务 · 包含特征工程
实战案例
Serving
30
实战案例
寿险风险分类模型Serving · 实现实时风险评级 · 集成A/B测试与监控告警
实战案例
Serving
所属VIP或分类
同VIP:model-serving实操:精算模型上线
同VIP:Python保险赔付率实时预测实战
同VIP:Python保险风险实时拦截教程