随着互联网科技的飞速发展,互联网金融走入了千家万户,给人们的生活带来了便利。网络贷款作为互联网金融的一种模式,相比于传统银行贷款而言,运营成本低,回报快,因此在最近几年的发展异常迅速。规范化运营的同时,提供给用户更加优质、更加快速的服务成为了各个互联网金融企业的发展目标。目前国内很多互联网金融企业面临流量获取困难、风控难度大、数据不共享等多个问题,因此充分利用大数据和人工智能时代的便利来解决上述问题便成为了互联网金融企业的未来发展方向。本系统旨在提高大数据时代网贷资质审查的准确率,降低资金安全风险。解决方案主要包含以下六个方面:第一,使用微服务架构,提升系统的维护性和可扩展性;第二,结合匹配规则和机器学习两种风控方式,系统更加安全;第三,充分利用大数据,合法的获取一切和用户有关的数据使得风控结果更加精准;第四,对于不同商品使用不同模型,灵活度提升;第五,使用Flink和Kafka中间件,计算更快,延迟更低;第六,借助Telegraf、Influx DB和Echarts实现了可视化监控平台界面供系统使用人员查看。本系统可以划分为11个模块,分别为模型管理模块、用户行为分析模块、告警管理模块、监控模块、产品管理模块、日志模块、特征管理模块、文件管理模块、用户认证模块、贷后管理模块、系统管理模块。系统的服务端使用微服务架构设计,开发使用Go语言与Gin框架,为了降低通信延迟与资源开销,服务间通信使用RPC,数据格式使用Protobuf。对于海量数据的计算依赖于Flink和Kafka等中间件。本文对模型管理模块、用户行为分析模块、告警管理模块、监控模块的设计与实现进行详细的描述。目前该金融风控系统已正式在公司部署上线,系统使用人员可以通过Web端登录系统,完成对贷前、贷中、贷后的全方位风控管理,对客户提供更优质的服务。