近兩年，隨著互聯網金融迅速走俏，消費分期相關的業務逐漸成為備受矚目的藍海市場，據協力廠商研究機構預測，中國潛在的市場規模可達十萬億。
與此同時，中國的個人征信體系卻遲遲未能健全。尤其是為數眾多的藍領人群，他們既是沒有個人征信記錄的“薄檔”人群，又是小額分期業務的主力消費群體。沒有征信記錄不代表信用不佳，如何才能快速精准地從這些人群中找到優質客源，是互聯網分期行業面臨的重要課題之一。
此外，中國網路黑產的規模也已達到千萬級別，如何提高欺詐分子的作案成本，提高系統的防禦能力和預警能力也成為了互聯網金融行業的共同課題。
傳統金融行業的風險控制主要依賴於人力完成，週期長、效率低；在追求速度與使用者體驗的互聯網時代已然不再適用。人工智慧和機器學習成了新的選擇。
本次雷鋒網硬創公開課邀請了秦蒼科技資料科學家沈贇博士，為大家詳細介紹如何運用人工智慧和機器學習進行金融產品設計、使用者信用審核以及反金融詐騙。
嘉賓介紹
沈贇博士，秦蒼科技資料科學家，具有9年金融領域機器學習研究開發經驗。擁有德國柏林工業大學電子資訊科學與技術博士學位、上海交通大學電腦科學與技術碩士學位、德國柏林工業大學電子資訊科學與技術碩士學位、上海交通大學電腦科學與技術本科學位。
曾在Journal of Machine Learning Research, Neural Computation, SIAM Journal on Control and Optimization等機器學習、神經網路以及應用數學等領域的頂級期刊和會議上發表多篇學術論文。
曾任職德國LOBSTER Data 量化分析師，分析處理高頻Nasdaq資料，輔助完成產品上線。現擔任秦蒼科技資料科學家，率領團隊構建基於機器學習的信用評分、額度策略、反欺詐以及用戶生命週期內的自動化動態調頻系統等。成功打造了基於使用者資料1秒內完成信用評分的評分機制，相比傳統模型提高了25%AUC。
本次公開課包括以下內容：
1. 根據使用者多維弱變數資料的綜合信用評分
2. 社交網路演算法應用于金融反欺詐
3.基於機器學習模型的額度策略
4 基於機器學習的金融產品設計
5.人工智慧應用的前沿探索：用戶生命週期管理
活動詳情
活動時間：5月24日晚上8點
活動形式：線上視頻直播
同步直播：
雷鋒網(公眾號：雷鋒網)APP：直播頻道（下載雷鋒網App即可觀看直播）
鬥魚直播平臺：（房間號：
788495
）
關注「雷鋒網」公眾號，回復 172，進入行業微信群討論。