MLOps实战：构建可扩展的多类金融欺诈检测系统

本项目是基于现代MLOps实践的金融欺诈检测项目，采用多类分类方法将交易划分为四级风险（TT完全正常、TF可疑但正常、FT低影响欺诈、FF高影响欺诈），集成DVC版本控制、SMOTE采样和XGBoost模型，在合成信用卡数据集上实现0.96的ROC-AUC，为金融机构提供更精细化的风险评估能力。

金融欺诈检测面临数据极度不平衡（欺诈仅占1%左右）的问题，传统二分类方法丢失风险梯度信息，无法区分不同影响程度的交易。本项目由DePaul大学研究生团队主导，旨在构建可复现、可扩展的MLOps工作流，对交易进行细粒度风险分层，采用含43个特征的合成信用卡交易数据集。

项目采用模块化src架构，核心组件包括：

1. 数据工程：预处理管道（类别编码、训练测试分割）、行为特征工程（滚动窗口统计、地理距离、时间特征等）；
2. 模型训练：对比逻辑回归、随机森林、LightGBM、XGBoost，用SMOTE过采样（策略0.3）处理不平衡；
3. DVC版本控制：管理数据和模型版本，模型存为joblib文件，元数据JSON记录，大文件存Google Drive远程仓库。

模型评估采用F1分数、ROC-AUC、PR曲线等指标，TimeSeriesSplit交叉验证。XGBoost最优，ROC-AUC达0.9614，F1分数0.5829，阈值0.60。使用SHAP分析特征重要性，确保模型可解释性，满足金融合规审计要求。

目前项目处于第一阶段，使用10万条采样数据实验；后续计划扩展至完整数据集，探索集成模型和实时推理架构。已建立自动化测试和代码检查，实验结果与模型性能均被版本化记录。

项目带来的启示包括：

1. 多类分类优于二分类，支持精准业务决策；
2. MLOps（DVC、模块化、自动化测试）应早期建立；
3. 可解释性与性能并重，SHAP工具提升透明度；
4. 防止数据泄漏，正确应用SMOTE等技术顺序。该项目为生产级系统提供全流程参考。