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。
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。
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。
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。
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。
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。
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。
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：
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。
最近，全球AI行业关注焦点OpenAI又“闷声”做了一件大事——收购搜索和数据分析初创公司Rockset。在这起金额数亿美元的收购背后，不少分析师认为，作为初创公司的Rockset将助力OpenAI在金融科技、数字营销等领域实现更进一步的AI技术变革，换言之，全球巨头OpenAI在大众熟知的toC领域之外，正加速toB领域的应用落地。
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。
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。
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）。
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。
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。
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？
我们经常见到各类H5海报，比如，产品展示、活动促销、招聘启示、乃至小游戏等。H5不仅能够无缝的嵌入App、小程序，还可以作为一个拥有独立链接地址的页面，直接在PC端打开，可以说良好跨平台适配。
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
金融科技&大数据产品推荐：众安科技X-model反欺诈
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
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
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。
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
今天，机器学习在金融生态系统的许多阶段扮演着不可或缺的角色。 从审批贷款到管理资产，评估风险。 然而，只有少数技术娴熟的专业人员能准确了解ML如何进入日常金融生活。 现在，由于机器学习，欺诈检测变得容易。 最近的技术进步使金融机构能够探索机器学习技术在客户服务，个人理财和财富管理以及欺诈和风险管理等领域的应用。
金融科技&大数据产品推荐： 数美金融风控—构建立体的全业务流程风控体系
DT君继续要说说金融领域的大数据应用。来自TalkingData的首席金融分析师鲍忠铁老说自己是“首席布道师”，DT君觉得名副其实，因为他一上来说话就是金句：大数据不是为了锦上添花，而是为了雪中送炭。
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
由于行业特殊性，金融机构在业务创新和技术应用过程中受到政策监管、数据隐私保护等诸多外部因素的限制。进入 AI 时代，如何在约束条件下，加速大模型等技术在 ToC 业务场景的落地和应用，并且在技术上不做牺牲处理是一个极具挑战的工作。在 2024 年 6 月 14-15 日深圳 ArchSummit 全球架构师峰会上，我们邀请到了平安壹钱包用户研发部技术负责人王良老师进行分享，他将基于平安集团旗下互联网金融支付公司壹钱包已落地的业务场景，介绍 RAG 向量检索 + 知识库 + 标注平台等技术的实战经验，以及应用立项审批、合规监管审批、业务线选择等技术之外的经验。
这个系列算是科普文吧，尤其这第一篇可能会比较长，因为我这 8 年里一直在 AI 领域里做测试，涉及到的场景有些多， 我希望能尽量把我经历过的东西都介绍一下，算是给大家科普一下我们这些在 AI 领域内做测试的人，每天都在做什么事情。 当然 AI 领域很庞杂，我涉及到的可能也仅仅是一小部分，这篇帖子算是抛砖引玉，欢迎大家一起来讨论。
在今年的敏捷团队建设中，我通过Suite执行器实现了一键自动化单元测试。Juint除了Suite执行器还有哪些执行器呢？由此我的Runner探索之旅开始了！
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
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。
01真实故事场景 J 先生是一家互联网金融公司的风控负责人，年底了，互联网金融平台的需求比以往多了些， J 先生公司的一款互联网金融产品正在做新一轮的推广。活动上线不久，不同于产品团队表现出来的喜悦，J先生带领的团队却陷入深深的忧虑：“每分钟有很多大大超出常规额度请求的客户涌入，到底该不该同意他们的请求呢？ ” 团队的担心并不是杞人忧天。早在推广之前的宣传期，网络上关于该产品的“口子”信息已铺天盖地。J 先生团队在网络上值守多日，试图从网络上收集攻击情报，却收获寥寥。他们意识到，必须有强有力的数据和算法系统
羊毛党专注于市场上各类机构的营销活动，以低成本甚至零成本换取高额奖励，其主要活跃在 O2O 平台或电商平台。
大数据文摘作品 作者：魏子敏 金融风控领域的竞争在今年忽然激烈起来。众多初露头角的企业，正在这两个方向展开厮杀--数据获取能力和算法技术。 就在几个月前，前一个赛道开始堵塞。 今年6月，《网络安全法》开始实施。未经授权爬取用户手机或者社保记录，公司法人将依法获刑，最高七年；一批以数据交易为主要业务的公司也正面临调查。 一大波依靠外部数据整合进行风控和反欺诈的企业前景模糊，算法和建模能力在这个领域的重要性渐渐凸显出来，技术起家的一批风控公司开始显露头角。 而失去了灰色数据的金融风控行业，尽管技术上仍旧面临挑
智能时代如何构建金融反欺诈体系？
腾讯云天御产品（业务安全服务）负责人王翔：互联网金融风控的现状和趋势
数据猿导读 在目前的互联网金融市场上，有60%的损失来自于欺诈，这60%里面又有80%—90%属于集团欺诈。因此，风险控制就成为互联网金融发展的必要基础。而在实施风控过程中，其核心在于如何通过大数据以
印度欺诈检测初创企业TrustCheckr获天使轮融资
［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
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
使用数据和其他尖端工具可以帮助组织做出更好的决策，并加强监控欺诈性交易的工作。
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。
近日, 2020年第四季度Now Tech亚太企业反欺诈市场报告(Now Tech: Enterprise Fraud Management In Asia Pacific, Q4 2020)发布,腾讯安全入选大型成熟供应商梯队，也是国内企业唯一入选报告第一梯队的互联网科技公司。
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、
翻译 校对｜秦时明月 大数据…大数据…现如今，人们总是在各种地方以各种方式提到这个词。然而，万能的大数据对保险行业究竟有什么用呢？想象一下：你在无边无际的数据中挑拣，搜索并整理你所需要的信息。这些数据可能来自于保险理算员手写的笔记、保险欺诈清单、理赔管理系统以及NICB（National Insurance Crime Bureau，国家保险犯罪局）的庞大的数据库。你真的能够充分利用这些数据吗？ 在堆积成山的保险理赔中，理算员不可能有时间和精力去对每一个理赔查阅上面提到的所有数据。这样，他便很有可能遗漏某些
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
