BDTC大数据技术大会在京召开天云大数据助阵金融分论坛

BDTC 大数据技术大会天云大数据金融

数据猿 | 2017-12-11 14:25

【数据猿导读】 12月7-9日，由中国计算机学会主办，CCF 大数据专家委员会承办，中国科学院计算技术研究所、中科天玑数据科技股份有限公司、CSDN 协办的2017 中国大数据技术大会（BDTC 2017）在北京新云南皇冠假日酒店盛大召开。大会设置15大主题论坛，天云大数据CEO雷涛受邀担任金融分论坛主席...

12月7-9日，由中国计算机学会主办，CCF 大数据专家委员会承办，中国科学院计算技术研究所、中科天玑数据科技股份有限公司、CSDN 协办的2017 中国大数据技术大会（BDTC 2017）在北京新云南皇冠假日酒店盛大召开。大会设置15大主题论坛，天云大数据CEO雷涛受邀担任金融分论坛主席。

BDTC_大数据技术大会_天云大数据_金融-1

天云大数据CEO雷涛担任金融分论坛主席

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。

BDTC_大数据技术大会_天云大数据_金融-2

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。

BDTC_大数据技术大会_天云大数据_金融-3

天云大数据副总裁李从武

光大银行人工智能专家田江博士发表“AI,距离我们还有多远？”主题演讲。现阶段人工智能等价于数据驱动的机器智能，银行AI核心能力建设主要体现在数据、模型和算力三个层面，并且需要有效的IT场景构建以实现生产力转化。在银行AI应用场景中应明确基础AI和行业AI的区别，并建立从大数据、智能模型到数据产品的良性循环，同时涵盖其他金融科技应用。银行AI应用的目标主要在于提高效率、防控风险和优化产品，可以在风控、反欺诈、营销、产品、运营等多个领域结合实际情况进行AI的创新研究与应用，最终支持银行的智能化转型。总之，传统银行的AI理想与现实之间依然差距巨大，每一位数据从业者都要不断提升自己的认识和能力，积极的迎接国家战略的实施，推动新时代的到来。

BDTC_大数据技术大会_天云大数据_金融-4

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带来的分享主题为《普惠金融领域的数据挖掘应用》。他表示，农商行做的事情不是大银行做的高端，做的都是一些简单的东西。就是怎么样把普惠金融做到千家万户，怎么样让每一个老百姓都能够享受普惠金融给我们带来的各种各样的政策和便利，其实这是我们中小企业做的内容。线上是核心，线下是业务发展，提升是如何实现线上线下的融合。随后，他针对普惠金融的核心：数据、授信模版、贷前预测、贷后检查等详细展开探讨。

BDTC_大数据技术大会_天云大数据_金融-5

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带来的分享主题为《消费金融行业的大数据》，对于大数据的核心价值，他表示大数据的核心价值在于了解用户的全方位数据包括行为习惯和爱好等。目前可变现的商业模式主要是两个：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。

BDTC_大数据技术大会_天云大数据_金融-6

包银消费金融公司总经理助理汤向军

宜信公司高级研发经理张京磊就《小微企业的大数据风控模型和架构实践》展开分享。他首先介绍了宜信，今天的宜信业务涵盖普惠金融、财富管理、资产管理三大板块，年交易规模超过1000亿。针对宜信抽象出来的实时智能决策平台，他表示该平台目前已经用来支撑宜信全部信贷业务。其架构主要可以分成四个模块：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。

BDTC_大数据技术大会_天云大数据_金融-7