活动简介
随着企业将机器学习模型嵌入核心业务，模型治理已成为确保可靠性、可解释性与合规性的关键环节。本次线上研讨会聚焦“产品中的机器学习模型治理”，帮助您快速掌握治理策略与实践方法。
研讨会将从业务视角出发，拆解模型生命周期中的关键节点——数据准入、特征审核、模型监控与结果解释，阐释如何通过系统化流程防范偏见、误判与合规风险。
您将在活动中获得：
1）可落地的治理框架——完整的治理流程图与角色分工，便于在产品团队中快速落地。
2）实战案例分享——多家企业在不同场景下如何通过治理工具提升模型透明度与合规性。
3）风险评估手册——从数据偏差到模型漂移的风险清单与对应对策，帮助您及时发现并修复潜在问题。
- 完整的模型治理流程
- 关键指标与监控方案
- 可直接使用的合规评估模板
- 实战经验与最佳实践分享
主讲嘉宾
李伟民
- 在机器学习治理领域拥有超过10年的经验，专注于模型可解释性与合规性评估。
- 多次在行业会议上主讲模型透明化与风险管理，深受业内好评。
- 主导研发一套通用的模型治理平台，已被多家企业采用。
- 擅长将技术细节转化为业务价值，帮助产品团队快速部署可靠模型。
- 曾发表多篇关于模型偏见与合规的研究论文，具备丰富的理论与实践结合能力。
活动信息
- 日期：2024年9月1日
- 形式：线上（腾讯会议）
- 时长：90分钟（包含Q&A）
适合谁参加
- 产品经理：想了解模型治理对产品质量的影响。
- 技术负责人：需要制定可落地的模型监控与评估方案。
- 合规与风险管理人员：关注模型合规性与风险评估。
- 数据科学家：希望提升模型可解释性与透明度。
- 运营与市场团队：了解模型治理对业务决策的支持。
报名与席位
本次活动名额有限，先到先得。请在报名链接中填写基本信息后提交，以便我们为您预留席位。立即报名