项目描述：基于先知EE3.4版本，场景包括模型调研、自学习、批量预估、时序特征拼接、在线预估等。该系统主要为了进一步提升信用卡竞争力，降低风险，节省人力成本。理论上除数据对接和服务封装之外的工作都在先知EE上完成。是EE首个落地场景，在上海交行、华夏总行、广发之前。新增交易欺诈线下交易评分模型，提升交易精准率预测，对于模型输出的评分进行准实时输出，传输至PRM系统。PRM系统将引用该评分进行规则筛检及优化，进一步缩减审查工作点击量。通过数据支撑系统simon，实现各数据源（离线（sas）、在线（prm））数据的整合和入库（pdms/rtidb），对于在线预估反欺诈模型的评分进行实时输出，传输至PRM系统（前置服务），批量预估服务由任务调度器根据任务配置进行触发，定时将批量数据导入pdms，支持触发批量预估服务，将预估结果输出至行方指定系统。责任描述：1.数据清理,Simon是基于airflow调度引擎开发的辅助先知系统进行数据etl,通过对接客户系统，将SAS原数据通过客户系统(FTP)中下载到宿主机进行分析处理后，然后再引入pdms.2.Psp连接行方新前置，接收交易报文，并对交易报文进行验证和去重,Psp作为socket服务端，接收新前置的tcp请求，并转换为在线预估的http请求,调用先知http请求并发送交易数据，并返回在线预估分对交易的评分.3.将开发完成的psp包,在本地maven环境构建jar包,编写dockerfile,将构建的jar打包镜像上传到docker Repository,并部署到k8s.