大数据在金融行业应用实践

  培训讲师:应江勇

讲师背景:
人工智能专家—应江勇老师【背景介绍】Ø北京邮电大学博士Ø高级工程师Ø亚信数据科学家机器学习能力中心负责人【实战经历】1.10年专注于通信行业咨询、方案设计及落地、培训2.4年专注于电信和金融行业的大数据平台及应用、机器学习平台领域及应用。3 详细>>

应江勇
    课程咨询电话:

大数据在金融行业应用实践详细内容

大数据在金融行业应用实践

大数据在金融行业应用实践
1、大数据催生金融新业态的背景分析
大数据催生新的金融业态,银行决策转向“数据驱动”,商业银行从“数据-应用-业务”三个层面构建大数据应用体系,全面整合内外部数据资源,发挥数据价值,增强业务创新,助推转型成功。
2、大数据对金融创新的价值点分析
大数据可以完整刻画客户生活轨迹、偏好、行为特征与潜在需求,通过客户完整的线上线下行为数据,提供标签数据创新产品服务
3、大数据在金融行业实践案例介绍
数据在金融领域的应用范围虽多,但可简单分为两大类:一类用来“增收”。如:精准营销、获客分析、投资分析、资产收益、债券收益、用户画像、客户维系挽留、体验提升等;另一类用来“减损”,如:金融风险管理、产品定价、KYC、风险定价、反欺诈与反洗钱。大数据发挥核心价值来驱动业务,需要在这些领域中找到准确的切入点。以下案例将从应用价值、场景及流程来剖析:
3.1精准营销
3.2贷前风控
3.3贷中反欺诈
3.4贷后监控预警
3.5产业链金融风控
3.6区域特征洞察等
4、大数据在金融行业实践的技术实现方案
主要介绍技术框架、数据流及相关接口及部署方案
5、大数据在金融行业实践的商业模式
主要分析第三方公司与金融企业合作的商业模式,主要包括工程服务、云服务、运营服务等。
6、某金融集团公司2016-2017年大数据实施案例分享
该大数据系统及应用作为整个**集团的跨公司、跨部门、跨内外的数据共享、交换与发布平台,承载着互联网+业务的核心枢纽,主要建设目标是为**集团下属的各个子公司输出大数据能力,能够使**集团将各个子公司、机构与部门的数据有机地结合到一起,能够使用户在该平台中自由地创建、修改、删除计算存储资源,能够有效灵活地访问到其他用户公开的数据,并自由定义自身需要的数据处理逻辑与报表展现方案,并将结果数据进行公开与共享。

 

应江勇老师的其它课程

基于机器学习的大数据挖掘创新应用案例培训一、课程目标:本次课程以理论与实际相结合为基准,突出实际性演练,以达到如下二、培训目标:(1)了解机器学习、深度学习的基本概念,基本流程、常用算法和适用的场景。(2)能根据实际问题熟练地构建人工智能项目建模流程,熟悉掌握数据建模过程、处理节点的操作。(3)掌握具体的机器学习及深度学习技术以及案例,能根据业务场景独立实战

 讲师:应江勇详情


机器学习   06.05

机器学习机器学习相关概念人工智能机器学习深度学习数据挖掘方面人工智能、机器学习、深度学习、数据挖掘之前的联系人工智能、机器学习、深度学习、数据挖掘之前的区别机器学习落地流程案例讲解机器学习落地的具体步骤主要要点机器学习算法演练1、有监督和无监督的区别2、从理论和案例的角度举几个实际工作中会用到的具体算法有监督算法包括随机森林等无监督算法如DBSCAN等R或P

 讲师:应江勇详情


机器学习和深度学习的解决方案及应用课程背景随着互联网的发展,每天产生的数据量已经与日俱增,传统的搜索引擎已经无法完全满足当前的需求,推荐系统成为了互联网时代的新宠,其是为了解决海量数据所带来的挑战以及给用户更好的体验而发展成一门交叉学科。推荐系统算法通常会包含机器学习算法,而云计算的广泛应用也使得机器学习算法可以快速的部署与运算,为推荐系统的性能与效果提升提

 讲师:应江勇详情


COPYRIGT @ 2001-2018 HTTP://WWW.QG68.CN INC. ALL RIGHTS RESERVED. 管理资源网 版权所有