金融大数据论坛主席 天云大数据CEO 雷涛
作为国内最具影响力、规模最大的大数据领域技术盛会,经过十年发展,中国大数据技术大会已经成为国内外中高级技术精英最期待的深度分享会,是极具行业实践的专业大数据交流平台。而本次大会更是在以往成功经验的基础上,以更具国际化的视野,邀请到众多国内外大数据专家齐聚一堂,紧密围绕“大数据与智能”主题,对大数据时代社会各行业的智能化进程和行业实践展开深度分享与讨论,并针对大数据分析与生态系统、数据库、大数据云服务、机器学习与深度学习、知识图谱、区块链、推荐系统、金融大数据、交通与旅游大数据、工业与制造业大数据、精准医疗大数据、大数据安全与政策法规等特定领域设置 15 大专题论坛,超过 120 位的国内外技术专家在现场为千名以上的大数据行业精英、技术专家及意见领袖带来 100 多场技术演讲。
天云大数据副总裁 李从武
天云大数据副总裁李从武发表“人工智能助力金融科技产业升级”主题演讲。李从武提到,目前人工智能的应用中,人机交互场景诸如无人驾驶、语音识别更为吸引眼球,然而未来人工智能发展趋势更应凸显的是规模化模型生产能力。银行沉淀大量数据资产,有大量建模需求,最近某大型银行发布手机app6.0版本,3000人的团队即可年生产600种模型,是以人工智能赋能金融,实现规模化模型生产的最佳范本。
目前业界已经出现能够将数据科学家的算法能力与业务人员融合的生产AI算法的AI平台,比如天云大数据的Maxim AI,能够将计算能力、在线数据、业务价值融合在一起,成为面向企业的工程化平台,免代码开发模式,通过AI算法建立现金分期响应模型,预测筛选办理此业务的高概率客户,可以帮助银行等贷款机构有效推送现金分期服务,从而提高银行利润;建立循环授信模型,对客户行为特征进行分类,并确立客户对循环授信响应评分,对于评分高的客户可以有效推送循环贷服务,从而提高银行利润。
光大银行人工智能专家 田江博士
江苏民丰农商行科技部总经理 马骋
包银消费金融公司总经理助理 汤向军
一是精准营销,常见的场景是商品推荐和精准广告投放;
二是大数据风控,典型的场景是互联网金融的大数据风控。
金融的本质是风险管理,风控是所有金融业务的核心。互联网金融公司利用大数据进行风控时,都是利用多维度数据来识别借款人风险。丰富传统风控的数据纬度。对于大数据在实时统计分析、用户行为分析、人物画像、反欺诈等的应用,他也详细作了阐述。而机器学习在金融领域的不足之处,他认为,金融场景内,特别强调模型的可解释性。金融场景非常复杂,如果对于风控结果仍然是黑盒进黑盒出的话,风险是很难去把控和估计的。
宜信公司高级研发经理 张京磊
1、把数据进行搜集、整理、清洗。
2、实时的智能决策引擎进行实时在线的决策。
3、大量的离线学习、训练和优化、调优的工作。
4、除了纯看数据之外,还要有很多的专家知识以及领域知识。
通过以上四块,最终这个上面发展出面向不同互联网业务群,面向不同场景可灵活定义的金融产品。通过这样的前台、终台的分离,把整个反应变得更灵活,推出产品的速度会更快。