1. 课程导论：流式决策链路的定义、在信用额度定价中的核心价值、课程目标与学习路径

1.1 流式决策链路的定义

在金融风控与信用额度定价场景中，流式决策链路是指将额度审批、利率定价、风险缓释等环节拆解为一系列可独立部署、可异步编排、可实时响应的微决策节点，并通过事件驱动或消息队列串联成一条端到端的处理管道。每个节点接收上游输出，结合自身规则或模型，在毫秒级内产出局部决策，最终汇聚为完整的额度定价结果。

与传统单体式决策引擎相比，流式决策链路将“全量规则一次计算”转变为“分阶段、分维度、可中断”的流式处理，显著提升了系统弹性与定价精度。

1.2 在信用额度定价中的核心价值

信用额度定价涉及风险定价、资金成本、运营成本、目标收益率等多维因子。流式决策链路在其中的核心价值体现在以下四个方面：

1. 实时风险校准： 在用户申请、用信、还款等关键事件发生时，流式链路可即时拉取最新征信、行为、设备指纹等数据，动态调整额度与利率，避免“一次定价、长期错配”。
2. 精细化分层定价： 通过串联客群识别、收入验证、负债评估、欺诈检测等节点，实现千人千面的额度与利率组合，提升优质客户留存率，同时控制高风险敞口。
3. 弹性伸缩与成本控制： 大促或流量高峰时，流式链路可快速扩容高负载节点（如反欺诈），而低负载节点（如额度计算）保持稳定，避免全系统资源浪费。
4. 全链路可观测与审计： 每个决策节点输出结构化日志，支持实时监控定价偏差、规则命中率、模型漂移，满足监管合规要求。

1.3 课程目标

本课程旨在帮助金融风控与系统架构从业者掌握流式决策链路的设计原理与工程落地方法，具体目标如下：

• 理解流式决策模型： 掌握事件驱动、有向无环图（DAG）编排、状态管理等核心概念。
• 掌握额度定价业务逻辑： 学会将风险定价、资金成本、客户价值等因子映射为可执行的决策节点。
• 具备工程实现能力： 能够基于 Flink、Kafka、Redis 等组件搭建生产级流式决策引擎。
• 建立可观测体系： 设计全链路追踪、实时监控、A/B 实验与模型迭代机制。
• 应对真实挑战： 解决数据倾斜、节点超时、规则冲突、监管审计等工程难题。

1.4 学习路径

课程共 30 章，按“基础 → 设计 → 实现 → 优化 → 实战”五阶段递进：