本文共字，预计阅读时间。

案例名称

模型管理平台

案例简介

随着大数据、人工智能等技术的飞速发展，高效管理智能算法模型风险面临严峻挑战。

本案例创新性地将商业银行模型风险管理与ModelOps理念深度融合，构建了涵盖标准建模、过程管控、敏捷部署、灵活迭代、持续监控到退役下线的全生命周期模型管理闭环体系，解决模型分散无法集中管理、系统孤立部署上线繁杂、模型管理流程权责不清等业务痛点，实现模型管理可靠性和精细化水平的跃升，有效提升模型管理效能，保障业务安全稳定运行。

创新技术/模式应用

本项目首创性地将商业银行模型风险管理与ModelOps理念深入融合，紧密围绕精细化管理、便捷化使用的设计思路，扎实推进平台产品化建设，在做好规定动作的同时，结合不同角色人员对模型事务的实际需求，精心设计差异化功能，确保行内模型管理取得实际成效。项目应用模式及技术创新包括：

一是做好资产集中管理。明确模型“三态”（开发态、测试态、运行态）界限，统筹不同渠道，通过规范化接入方式，实现模型资产的汇总及实时更新；结合加密手段、审批控制以及人员/角色权限控制，保障模型核心信息安全。

二是完善模型管理流程。首创性地将项目管理理念引入模型管理工作，将模型管理流程、模型工程流程以及应用开发流程充分整合，为模型相关工作人员提供一站式的工作平台，极大地提升工作便捷性，实现模型应用、运维、风险全面管理和能力提升。

三是实现配置化的系统。使用业内前沿技术栈，实现业务和系统两个层面的灵活可配置化。业务层面，自研预警引擎定制化满足模型管理需求，实现配置化监控；系统层面，自研工作流引擎实现审批流程的快速编排，角色菜单数据充分实现配置化，提高系统运维效率。

四是贯彻产品级的设计理念。一方面以微服务方式对系统功能进行充分解耦，另一方面通过通用方案设计和标准化接口开发实现与各类系统、技术栈的适配。

五是坚持使用先进技术自主研发。采用前后端分离架构设计，明确分工，提高工作效率；采用VUE、SpringBoot、SpringCloud、tkMapper等先进技术栈，模块化分布式设计，保证系统的高可用；采用低代码模式开发，提高开啊发效率，节约研发成本。

模型管理平台设计上兼顾效率提升和风险管控，是信息技术与商业银行业务又一次深度融合，是国际先进理念在我国的创新性实践，在业内模型管理领域开创新思路。

项目效果评估

本项目一方面与商业银行业务场景深入融合，另一方面坚持标准化、产品化设计内核，打造最适用于商业银行的完整模型生态，通过四大功能板块的建设，实现模型一站式管理，切实解决模型管理过程中存在的痛点：

建立全周期模型管理平台，对齐模型工程、模型管理、应用开发三类流程，解决模型管理流程冗长、效率低下的问题；解决模型开发部署上线等技术操作零散、大量依靠人工，操作风险高的问题；

建立模型资产库，解决模型相关资产无法集中管理、缺乏信息安全保障、缺乏自动化盘点工具，缺乏准确性保障，缺乏保障信息对称的机制等问题；

建立标准工作流，一方面抽象标准化流程，解决模型管理标准不统一、差异化管理需求难满足的问题；另一方面引入模型开发运维一体化（ModelOps）理念，有效规范模型开发、测试与运营管理；

建立产品级模型后督机制，模型监控信息动态、及时、精准管控，实现从模型后评估、预警到处置的精细管理闭环。

本项目在实现模型精细化管理要求的基础上，进一步强化了模型训练、审批、监控、迭代等全生命周期管理环节功能，加强模型过程管理与持续监控，有效防控模型风险。同时以知识共享和自动化工具，赋能模型建设与管理各类人员，助力模型管理提质增效。

对于商业银行高级管理层：了解全行模型运行、风险情况，及时掌握全行模型资产、模型效果及业务成效，为决策提供依据；

对于模型开发者：统一建模标准，沉淀模型资产；实现团队协作，提高开发效率，降低沟通成本；提升线上化水平，控制操作风险；

对于模型使用者：对模型全生命周期进行规范高效的管理，及时掌握模型及业务变化，积极制定应对策略，保障模型效果；

对于模型管理者：保障风险管理规范落地、及时掌握全行模型风险状况，提高风险管理能力，支撑业务发展。

项目牵头人

白云中

项目团队成员

彭红建、卢靖璇、陈梦、刘影、刘超杰、辛杭、史晓阳、李珍洁、马磊、王超强、叶海涛、李胜楠、柴云、王俊

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。