[发明专利]一种人工智能框架下的模型建设运营服务方法及系统

说明书

本发明提供一种人工智能框架下的模型建设运营服务方法及系统，其中方法包括：获取训练完成的模型，根据所述模型的相关参数在模型运营服务系统中进行注册；上传所述模型的训练代码至所述模型运营服务系统中的GIT库；所述模型运营服务系统中的模型部署模块获取模型代码，并通过所述模型代码对所述模型进行部署；对部署后的模型进行模型灰度验证，验证成功的模型正式上线；实时获取模型运行数据，将所述运行数据与预设数据进行对比，判断所述模型是否出现衰退现象；若是，则对所述模型进行迭代优化；若否，则继续运行所述模型。本发明大幅简化模型部署上线流程，提高模型部署效率，减少人工操作，降低模型运营成本。

技术领域

本发明涉及信息技术领域，特别是涉及一种人工智能框架下的模型建设运营服务方法及系统。

背景技术

随着全球人工智能时代的到来，大数据、机器学习、深度学习等人工智能技术在各行业领域已得到广泛应用，越来越多模型被应用于风险防控和反欺诈等业务场景，并在这个过程中逐步形成了一套模型建设和运营的体系。各行业建模人员根据实际业务场景在建模平台上进行模型训练开发工作，在完成模型训练后，再将该模型部署上线，通过批量预估或者实时预估的方式，将模型投入生产环境应用，同时模型部署上线后，建模人员可通过相应工具持续统计模型的运行情况和效果指标，在模型性能出现衰退后对模型进行迭代优化，重新训练模型，在模型性能指标达到要求后将训练好的模型重新部署上线，替代原有模型。

现有的模型建设和运营体系存在着不足，主要体现在几点：1、模型部署过程往往需要较多的人工介入，自动化程度较低，对于多次迭代优化的模型，需要多次进行部署操作，人力资源耗费较大；2、模型部署上线后的模型信息、模型输入输出血缘关系、模型性能指标等未能形成统一的可视化监测管理，线下运营成本较高。

发明内容

为解决以上技术问题，本发明提供一种人工智能框架下的模型建设运营服务方法及系统，通过对模型部署上线后的模型信息、模型输入输出血缘关系、模型性能指标等进行统一的可视化监测管理，减少模型运营成本，同时配合单独的模型部署API服务实现模型的一健化部署功能，实现模型自动化部署，提高模型部署效率。

本发明第一方面提供一种人工智能框架下的模型建设运营服务方法，包括：

获取训练完成的模型，根据所述模型的相关参数在模型运营服务系统中进行注册；

上传所述模型的训练代码至所述模型运营服务系统中的GIT库；

所述模型运营服务系统中的模型部署模块获取模型代码，并通过所述模型代码对所述模型进行部署；

对部署后的模型进行模型灰度验证，验证成功的模型正式上线。

进一步地，所述验证成功的模型正式上线之后还包括：

实时获取模型运行数据，将所述运行数据与预设数据进行对比，判断所述模型是否出现衰退现象；若是，则对所述模型进行迭代优化；若否，则继续运行所述模型。

进一步地，所述验证成功的模型正式上线之后还包括：

实时获取模型运行数据，将所述运行数据与预设数据进行对比，判断所述模型是否出现衰退现象；若是，则对所述模型进行迭代优化；若否，则继续运行所述模型。

进一步地，所述对所述模型进行迭代优化，包括：

根据实际场景重新建立训练模型，得到新模型；

将衰退模型下线处理后，上传所述新模型至模型运营服务系统。

进一步地，所述对部署后的模型进行模型灰度验证包括：

验证模型信息、模型的输入及输出的血缘关系、模型性能指标。

本发明第二方米昂提供一种人工智能框架下的模型建设运营服务系统，包括：