为了应对监管对于各类欺诈风险的防范和打击工作的管理也正在日益趋严，同时也对商业银行识别、防范欺诈风险的能力提出了较高的要求。企业级项目应运而生，本项目整合了内外部风险数据，构建统一的风险资产中心+服务中心，建立欺诈信息库、客户画像，利用大数据、机器学习、关联图谱等技术打造企业级反欺诈风控平台，不断提升线上业务反欺诈能力，实现对欺诈风险的全面防御。并完成交易反欺诈和申请反欺诈系统壁垒的打通及融合，实现真正的全行统一企业级反欺诈风控平台。同时利用流批一体、机器学习、关联图谱等创新技术，赋能反欺诈业务，实现业务监测能力的提升，真正将反诈利器发挥作用，补充项目“软实力”。
决策平台：它提供一个图形化界面，让业务人员（无需懂代码）能够灵活地组合不同的规则、模型、名单和数据源，形成一个完整的决策流程。
名单管理：管理着各类名单，黑名单、白名单、灰名单 。提供快速、精确的拦截能力，防止已知风险，通过白名单保障正常客户的体验，名单可以根据风险事件的处理结果进行动态更新。
报表管理：一个集中的数据可视化和报告生成平台。它将反欺诈系统产生的海量数据（如预警数量、欺诈案件数量、规则命中率、损失金额、误报率等）进行汇总、分析和可视化，形成各类日报、周报、月报和定制化分析报告。
风险事件库：所有被系统规则或模型触发的预警，在经过人工或自动调查后，最终的处理结果和详细信息都会沉淀到风险事件库中。它记录了每个案件的完整生命周期，包括：触发原因、交易信息、客户信息、调查过程、最终定性（是否欺诈、欺诈类型）、处置措施等。
风险大盘：一个实时的、可视化的“指挥中心”或“驾驶舱”。它通常以大屏（Dashboard）的形式，动态展示当前全行的风险态势。例如：实时交易量、实时预警地图分布、TOP风险规则、当前损失金额、系统健康度等。
预警管理：当交易触发了反欺诈规则或模型时，系统会产生一条预警。预警管理平台负责接收这些预警，并将其分配给人工审核员进行处理。审核员在此平台上可以查看预警的详细信息、关联的客户和交易数据，并进行调查（如电话核实客户），最终做出“确认为欺诈”、“误报”或“可疑”等处置。
评级中心：这是反欺诈系统的“决策引擎”。它通常由一个或多个风险模型（规则引擎、机器学习模型等）组成。当一笔交易发生时，评级中心会综合调用各种数据（交易信息、客户行为、设备指纹、位置信息等），通过复杂的模型进行计算，最终给这笔交易打出一个风险分数或风险等级（如：低风险、中风险、高风险）。
负责的工作内容
1. 负责Oracle数据库信创改造成华为高斯DB数据库设计开发及查询性能调优，确保系统稳定性和高效性。
2. 主导老风控项目的代码重构及SDK核心包开发，优化系统架构，提高开发效率。
3. 解决应用服务Low Code框架的性能问题，提升系统整体运行效率。
4. 设计和实施双活功能方案，确保系统的高可用性和稳定性。
5. 使用k8s+jenkins实现CICD，进行服务的一键部署发布。
6. 快速定位并解决生产问题，保障系统的持续稳定运行。
项目采用Spring Cloud、Nacos、Aerospike、Kafka、ELK、GaussDB等技术框架
评论