Model Risk Management Lifecycle

Manage and monitor models across users and lifecycle stages

Gestion du risque de modèle

Pour la gestion du risque de modèle, MATLAB propose des outils unifiés et intégrés qui interopèrent avec vos données, vos systèmes et produits tiers à chaque point de contact du cycle de vie du modèle. Grâce à MATLAB, les utilisateurs débutants comme les codeurs expérimentés peuvent :

  • Capturer des workflows répétables via la génération de code et le lien vers la documentation
  • Automatiser les tests et la validation pour un contrôle continu
  • Mettre à l'échelle des algorithmes, des modèles et des applications à la fois horizontalement et verticalement
  • Se concentrer sur les problèmes tout au long du cycle de vie, avec des rapports sur l’évolution des modèles et leur utilisation

Utiliser MATLAB tout au long du cycle de vie du risque de modèle

La plateforme MATLAB Model Risk Management se compose de six composants entièrement personnalisables qui supportent la gestion des données et des modèles tout au long du cycle de vie. Chaque composant supporte l'intégration avec l'infrastructure et les outils existants, de votre ordinateur personnel au cloud. Toutes les étapes du cycle de vie sont synchronisées grâce à un inventaire centralisé des modèles qui permet de suivre leur évolution et leur utilisation.

Inventaire et dépôt de modèles (MIR)

Gérer les modèles et les projets de modélisation

  • Fournir un accès centralisé aux modèles
  • Gérer les projets de validation de modèles
  • Inspecter les modèles, les résultat intermédiaires et la piste d'audit

Étape 1 : Environnement de développement des modèles (MDE)

Définir et développer

  • Explorez, développez, testez et documentez des modèles et des méthodologies
  • Améliorez la transparence et la reproductibilité du développement des modèles
  • Générez automatiquement la documentation des modèles et les rapports

Étape 2 : Environnement d'évaluation des modèles (MRE)

Revoir et approuver

  • Réalisez des revues indépendantes des modèles sur l'ensemble des artefacts de modèle
  • Effectuez de manière interactive une analyse de sensibilité sur les paramètres des modèles
  • Commentez et signalez tous les éléments nécessitant une réponse et une résolution

Étape 3 : Environnement de test et de validation des modèles (MTVE)

Effectuer le contrôle de qualité et la validation

  • Fournissez l'environnement nécessaire pour soumettre les modèles approuvés à des tests de validation et de mise en production
  • Exécutez automatiquement des tests unitaires et générer des rapports de test
  • Comparez les tests d'un modèle de préproduction avec le modèle de production actuellement déployé

Étape 4 : Environnement d'exécution des modèles (MEE)

Implémenter et déployer des modèles

  • Hébergez les modèles de production et adaptez-les aux utilisateurs finaux dans un environnement sécurisé et contrôlé
  • Déployez des modèles dans un environnement de production sans traduction
  • Assurez l'intégration avec les infrastructures technologiques existantes

Étape 5 : Tableau de bord de contrôle des modèles (MMD)

Contrôler, créer des rapports et évaluer

  • Résumez les résultats de l'exécution des modèles à l'aide d'un tableau de bord web configurable
  • Explorez les segments de données et configurez les alertes et les seuils pour le contrôle automatisé