Original URL: https://aws.amazon.com/cn/blogs/machine-learning/machine-learning-best-practices-in-financial-services/

金融服务领域的机器学习最佳实践

在最近发布的白皮书《金融服务中的机器学习最佳实践（Machine Learning Best Practices in Financial Services）》中，我们概述了在构建机器学习（ML）工作流的过程中，金融机构需要关注的安全性与模型治理注意事项。这份白皮书还涵盖了常见的安全性与合规性要素，旨在配合上手演示与研习班共同为您介绍端到端的示例。虽然这份白皮书主要着眼于金融服务行业，但其中涉及的身份验证与访问管理、数据与模型安全以及ML实施（MLOps）最佳实践等内容，也同样适用于医疗保健等其他受到严格监管的行业。

如下图所示，典型的机器学习工作流中往往涉及多个利益相关方。为了成功管理并运营这类工作流，我们需要推动跨团队协作，将业务相关方、系统运营管理员、数据工程师以及软件/DevOps工程师纳入这套体系中来。

在白皮书中，我们还探讨了各个团队需要关注的核心事项，并通过示例与说明阐述如何使用Amazon SageMaker及其他AWS服务实现机器学习工作负载的构建、训练与部署。具体来讲，结合高监管要求背景下客户们提供的真实反馈，我们着重分析了以下主题：