那么,经过一年多的探索,AIGC 在金融行业落地情况如何了?哪些场景刚开始探索,哪些场景已经取得初步成果?在 8 月 16 日 -17 日即将于上海举办的 FCon 全球金融科技大会上,InfoQ 搜罗了 10+ 来自银行、保险、证券和金融科技等不同行业的 AIGC+ 金融场景的绝佳案例,覆盖风控、营销、运营、研发等领域,希望为金融数智化实践提供更多参考。以下为部分议题介绍,更多重磅议题仍在实时更新中,欢迎前往大会官网进一步了解:https://fcon.infoq.cn/2024/shanghai/
11月30日,IEEE金融风控大模型标准启动会在深圳召开。该标准由腾讯主导发起,是全球范围内首个金融风险控制领域的大模型国际标准,旨在为金融机构风控建模环节中应用AI大模型技术提供参考和指引,使金融机构能够在日益复杂和数据驱动的金融环境中高效预测、衡量和管理业务风险。
临时工访谈经常有一些人说,你看看你,都访谈了什么人,被裁员的DBA,被裁员的程序员,努力向上的数据库销售,你你能访问一个高大上的,和人家那些访谈一样的,西装革履,走进直播间那种的。
近日,Gartner发布新兴技术研究报告《Emerging Tech: 5 Elements to Prevent Digital Commerce Fraud》,重点分析了预防数字商务欺诈的五大重要技术趋势。其中,在缓解业务逻辑滥用的技术分析中,腾讯云是国内唯一被推荐的厂商,依托完善的风控产品矩阵为企业在用户注册、营销、交易、信贷等关键业务场景提供完备的风控能力支持,护航企业业务健康发展。
大家好,今天我们将深入探讨人工智能如何彻底改变我们的生活方式,领略未来的无限可能性。
在当今数字化时代,网络安全和用户数据保护成为企业日益关注的焦点。IP应用场景API作为一种强大的工具,不仅能够在线调用接口获取IP场景属性,而且具备识别IP真人度的能力,为企业提供了卓越的风险控制和反欺诈业务能力。本文将深度解析IP应用场景API,揭示其在提升安全性和业务可靠性方面的重要作用。
本实战案例介绍如何通过无监督的聚类算法对银行客户进行分群。所谓物以类聚,人以群分,有相似属性、行为特征等的客户就可以聚合为一类人群。在信贷风控中,聚类分群多应用于没有Y标签的场景,如反欺诈、客户画像等。
但金融业的性质非常特殊:合规要求高,技术应用得有严格标准;涉及到钱,数据安全也是头等大事。
随着互联网技术的飞速发展,网络安全和性能优化已成为各行各业关注的焦点。EdgeOne,作为一种先进的技术解决方案,正在游戏、视频、电商零售、金融等多个领域发挥着重要作用。本文将深入探讨EdgeOne在这些领域的应用场景,并分析其在解决安全问题、完成防护等方面的实践效果。
作为一名专注于大数据与实时计算技术的博主,我深知Apache Storm作为一款强大的实时流处理框架,在现代数据栈中所扮演的重要角色。本篇博客将结合我个人的面试经历,深入剖析Storm的核心原理与典型应用场景,分享面试必备知识点,并通过代码示例进一步加深理解,助您在求职过程中得心应手地应对与Storm相关的技术考察。
AIGC技术基于大数据分析和深度学习算法,能够自动地生成文本、图像、音频、视频等多种形式的内容。与传统的内容生产方式相比,AIGC技术具有以下几个显著特点:
在金融、社交媒体、安全监控等多个领域,图像内容的审核和风险控制变得日益重要。视觉风控技术,作为人工智能领域的一项重要应用,正在帮助企业和组织提高其风险管理的效率和准确性。本文将探讨视觉风控技术能做哪些工作,以及这些工作如何用于风控。
在消费金融领域,金融科技应用的其中一个重要方面便是风险管理。风险管理最主要是信用风险和欺诈风险,而其中的信用体系建设则是金融创新的重要环节之一。本文将参考招联消费金融的实际业务情况,介绍金融科技可以如何在消费金融风险管理中进行应用。
数据猿导读 2014年2月,京东金融推出消费金融产品-京东白条,其主要目标人群以年轻人群为主,用户购物时通过“白条”的方式实现分期支付,且无需任何抵押物,授信额度最高为1.5w元,分期时间从3-24个
在科技日新月异的今天,深度学习作为人工智能领域的一颗璀璨明珠,正在引领着技术创新的浪潮。它通过模拟人类大脑的神经网络结构,让机器具备了强大的学习和推理能力。随着计算资源的不断提升和算法的不断优化,深度学习已经在许多领域取得了令人瞩目的成就,为人类生活带来了极大的便利。
大数据能够进行数据变现的商业模式目前就是两个,一个是精准营销,典型的场景是商品推荐和精准广告投放,另外一个是大数据风控,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。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。 传统金融的风控主要利用了信用属性强大的金融数据,一般采用20个纬度左右的数据,利用评分来识别客户的还款能力和还款意愿。信用相关程度强的数据纬度为十个左右,包含年龄、职业、收入、学历
在刚刚过去的 6 月,由 TapData 联合爱分析举办的“秒级传输和处理,实时数据技术支撑企业关键型应用”主题网络研讨会上,TapData 创始人兼 CEO 唐建法(TJ)与在场嘉宾及观众共同探讨了实时数据平台的建设与应用。以下为本次分享的核心内容(>>>完整视频回放,指路 TapData 视频号观看) 数据孤岛一直是企业数字化历程的瓶颈,面临信息缺漏、业务流程难以优化、业务创新备受阻碍几大难题,传统数据平台无法支撑企业数据的按需按时使用,导致多交互场景完全无法支持。本文从实时数据技术与实际案例展开说明,探究为企业关键业务提供实时数据支撑的高效技术。
包银消费金融总经理助理汤向军:消费金融行业的大数据
2017年大数据风控报告:金融科技重塑银行风控,大数据反欺诈和信用评分模型助力银行信贷业务。报告分析了大数据在金融风控领域的应用,包括反欺诈、信用评分模型、风险识别等。同时,报告也介绍了国内企业征信市场的发展情况,包括信用评分模型、风险识别等方面的应用。
大数据能够进行数据变现的商业模式目前就是两个,一个是精准营销,典型的场景是商品推荐和精准广告投放,另外一个是大数据风控,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。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。 传统金融的风控主要利用了信用属性强大的金融数据,一般采用20个纬度左右的数据,利用评分来识别客户的还款能力和还款意愿。信用相关程度强的数据纬度为十个左右,包含年龄、职业、收入、学历、工
只有机器敏锐地捕捉到了这一切,只见每个订单的风险分都在上升,系统亮起鲜红色的警示,当机立断拦截了这一地址下的订单,冻结「用户」的消费金额,一次别有预谋的黑产行动被粉碎。
摘要 随着互联网行业的高速发展,互联网金融应运而生。它是传统金融行业与互联网精神相结合的新兴领域。互联网"开放、平等、协作、分享"的精神往传统金融业态渗透,对人类金融模式产生根本影响。宜人贷数据部数据
实时流计算服务(Cloud Stream Service,简称CS),是运行在公有云上的实时流式大数据分析服务,全托管的方式用户无需感知计算集群,只需聚焦于Stream SQL业务,即时执行作业,完全兼容Apache Flink(1.5.3版本)API和Apache Spark(2.2.1版本)API。
2017年,金融科技的智能风控开始出现在人们视野,金融科技也从边缘部门,逐渐走向金融公司的核心。今年,金融科技又出现了新的变化。10月12日,度小满金融与北京大学光华管理学院宣布成立金融科技联合实验室,聚焦超级关联网络等多个金融科技话题,技术企业与高校的强强结合,掀起了“硬”技术和“软”人才的新竞赛。
3月21日,在中国产业互联网发展联盟指导下,腾讯研究院、中国信息安全、南方日报、腾讯安全联合推出《2023 产业互联网安全十大趋势》(以下简称报告)。
金融科技&大数据产品推荐:众安科技X-model反欺诈
数据猿导读 这是属于消费金融的时代。在大数据技术与金融科技的驱动下,消费金融的市场容量正以前所未有的速度扩张。越来越多企业积极发力消费金融市场,这里面不乏银行机构、小贷公司、互联网巨头、金融科技公司、
个人征信牌照出台前,各家征信公司加速推出产品。腾讯征信产品主要分两大类:一是反欺诈产品,二是信用评级产品。反欺诈产品:包括人脸识别和欺诈测评两个主要的应用场景。信用评级产品:目前可以提供应用的信用评分
远程银行、视频尽调、全媒体客服、路演直播……近年来,音视频技术支撑下的非接触式金融服务,成为了金融机构数字化转型和探索服务创新的重要方向。
金融科技&大数据产品推荐:蜂巢——数据科学驱动的互联网风控解决方案
伴随着近期信贷业务的新一波调整,银行的风控能力成为重要的一个考核标准,资金方做“甩手掌柜”的好日子一去不复返了。对于大银行来说建设自主风控能力相对容易,他们不缺用户,不缺数据,有足够的空间和时间推新产品、小步快跑做实验,模型先跑起来,慢慢完善,自主风控能力就算有了。
【案例】国美金控:让消费金融可视更可靠
数据猿导读 2003年以来我国经济的快速增长,国内信用消费环境的日趋成熟,我国信用卡市场近几年得到了爆炸性的大发展。根据中国银行业协会统计,信用卡欺诈损失排名前三类型为伪卡、虚假身份和互联网欺诈。 本
金融科技&大数据产品推荐:百融信贷决策审批系统
大数据风控同传统风控在本质上没有区别,主要区别在于风控模型数据输入的纬度和数据关联性分析。据统计,目前银行传统的风控模型对市场上70%的客户是有效的,但是对另外30%的用户,其风控模型有效性将大打折扣。 大数据风控作为传统风控方式补充,主要利用行为数据来实施风险控制,用户行为数据可以作为另外的30%客户风控的有效补充。大数据风险控制的作用就是从原来被拒绝的贷款用户中找到合格用户,识别出已经通过审核的高风险客户和欺诈客户。 一、银行信用风险控制的原理 金融行业中,银行是对信用风险依赖最强的一个主体,银行本质
时至今日,大模型的狂欢盛宴仍在持续,而金融行业得益于数据密集且有强劲的数字化基础,从一众场景中脱颖而出。
机器学习引领智慧金融,变革万亿规模实时支付风控模式
大数据文摘作品,转载要求见文末 作者 | 宁云州 互联网金融不仅是传统金融的互联网化,更基于互联网产生了许多新的金融生态。金融是现代社会的根基,互联网是现代社会的架构。AI又在互联网金融中扮演了什么样的角色呢? 7月13日至15日,全球数据盛会Strata Data Conference展会在北京召开。清华大学兼职教授、前宜人贷首席数据科学家种骥科发表了题为《揭秘互联网金融中的AI:一个使命,两个循环和六个机会》的演讲,系统地介绍了AI在互联网金融当中应用的理论框架和行业案例。 一个使命:让更多人更方便地使
人工智能(AI)技术作为当今科技创新的前沿领域,为创业者提供了广阔的机会和挑战。随着AI技术的快速发展和应用领域的不断拓展,未来AI技术方面会有哪些创业机会呢?
互联网金融在经历P2P时代的野蛮生长后,近年来随着行业进入规范化程度不断提升,整个行业也进入全新发展期,行业参与者逐渐转变为以传统金融机构为主,金融科技企业等助贷机构为辅的全新发展格局。叠加用户结构的年轻化,以及居民消费能力的提升,消费金融成为金融服务大盘的重要一支,金融服务主体也从企业等大客户为主,转变为以广大C端消费者为主。
[导读]为了让清华大学大数据能力提升项目的学生在基础学习和科研的基础之上,更好地了解大数据技术行业领域中的应用,清华-青岛数据科学研究院支持开设了金融大数据方向《量化金融信用与风控分析》课程(课号:80470193)。 本课程由清华大学交叉信息研究院助理院长、清华大数据能力提升项目教育指导委员会委员徐葳老师开设,并且聘任加州大学伯克利分校计算机博士黄铃和美国卡内基·梅隆大学高性能计算研究教学中心创始人、联席总监种骥科博士联袂任教。 在讨论课上,同学们会深度接触互联网金融行业中建立信用和风控模型的理论和实
今天,招联金融与腾讯云宣布成立“招联金融-腾讯云业务安全联合实验室”。双方将基于腾讯在金融风控方面的技术经验和招联金融丰富的业务场景,共同开展反欺诈风控、交易风控以及风控联合建模等方面的研究与合作,推进消费金融行业安全能力建设与服务智能化升级。
易日升总裁史建伟:大数据风控模型在消费金融场景下的六大应用
数据猿导读 在金融服务业开放政策和云计算、大数据技术双重推动下,互联网金融领域的跨界融合正在成为一种趋势。但在互联网金融与普惠金融业务中存在的风险不可小觑,需要借助大数据手段进行智能营销和风控。 本篇
01能追溯到古罗马帝国的骗保案例 魔高一尺,道高一丈,从古罗马帝国时期开始就有了自导自演的骗保,全球各国诈骗案例层出不穷,后来美国反保险欺诈联盟成立,法律也是在逐步完善,骗保人员被刑法处置,对于骗保也出现了相对应的专业解决方案。 古罗马帝国诗人马提亚尔在他的作品《隽语》中讽刺道,“Tongilianus,你花了200拉斯买了房子;然后城市里一场常见的火灾摧毁了房子。你因此获得10倍于房价的赔偿。Tongilianus,我想这看起来难道不是你自己放火烧了自己的房子么?”(有兴趣的可以去查查,古罗马帝国的房子多
金融科技&大数据产品推荐:享宇金服-智能金融云
数据猿导读 整个金融业态正在技术、资本和市场的共同作用下发生数字化重构。面对剧烈变化的市场竞争格局和趋严的监管政策,金融机构纷纷通过引入先进技术强化其核心竞争力,提升其原有体系的效率。 本篇案例为数据
金融科技;大数据产品推荐:氪信XBehavior — 基于高维行为语言处理技术的信贷风险评估
聚信立创始人兼CEO罗皓在会上表示,随着政策的开放,国民消费习惯的改变以及金融机构的不断涌现,这给大数据风控提供契机的同时也伴随着大挑战,比如:如何满足这些没有信用记录的新型消费者并对其进行风险控制
金融的本质其实是人。在我们用机器学习、用特征变量、用设备指纹抓欺诈的背后,是一张张渴求得到帮助的脸,是一个个获得贷款就能改变命运的家庭,只不过这些温暖的真实被冰冷的虚假掩盖了。当我们没有能力对真假进行甄别时就只能无视这些真实,所以金融也就成了冷冰冰的金融。 但如果互联网金融平台能识别出真正的“坏人”,而不是通过简单粗暴的规则来进行一刀切的剔除,那么需要获得帮助的人能够得到他需要的金融服务,金融企业也得到了风险可控的收益,这是否也是一种功德呢? 前几天,我跟大学同学聊天。他无意间谈到他的一位发小梁某某靠收购玉
领取专属 10元无门槛券
手把手带您无忧上云