DataCanvas王俊鵬：機(jī)器學(xué)習(xí)時(shí)代下金融行業(yè)的創(chuàng)新探索

5月8日-11日，由廣東省粵港澳合作促進(jìn)會(huì)金融專(zhuān)業(yè)委員會(huì)主辦的“2019年數(shù)字金融信息化創(chuàng)新論壇”在廣州隆重舉行，論壇吸引500余位來(lái)自政府、金融監(jiān)督機(jī)構(gòu)、港澳地區(qū)金融機(jī)構(gòu)的專(zhuān)家領(lǐng)導(dǎo)，以及全國(guó)各省區(qū)銀行、證券、保險(xiǎn)等金融系統(tǒng)主管領(lǐng)導(dǎo)，和信息科技、電子銀行、互金、零售、風(fēng)控等業(yè)務(wù)負(fù)責(zé)人出席，引起行業(yè)廣泛矚目。

DataCanvas九章云極受邀出席本次論壇，與行業(yè)大咖分享交流前沿金融科技發(fā)展。DataCanvas九章云極副總裁王俊鵬發(fā)表了《機(jī)器學(xué)習(xí)時(shí)代下金融行業(yè)的創(chuàng)新探索》精彩演講，將機(jī)器學(xué)習(xí)在金融行業(yè)的創(chuàng)新實(shí)踐和創(chuàng)新探索，向與會(huì)嘉賓和大咖娓娓道來(lái)。

數(shù)字化轉(zhuǎn)型的關(guān)鍵在于人工智能

仰賴(lài)于智能技術(shù)的推動(dòng)，智能經(jīng)濟(jì)將在2015年產(chǎn)生23萬(wàn)億美金的新增長(zhǎng)空間。在大數(shù)據(jù)技術(shù)驅(qū)動(dòng)下，全球金融科技企業(yè)已覓得先機(jī)，紛紛開(kāi)展從支付、貸款、理財(cái)、征信，到銀行、基金、金融、保險(xiǎn)等業(yè)務(wù)?，F(xiàn)在幾乎所有零售銀行功能都能由Fintech(金融技術(shù))替代，F(xiàn)intech的顛覆性影響亦普遍存在于中小金融機(jī)構(gòu)中。

金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型，關(guān)鍵在于人工智能。以數(shù)字化銀行為例，數(shù)字化銀行的背后是適應(yīng)數(shù)字經(jīng)濟(jì)的智能開(kāi)放平臺(tái)。構(gòu)建、迭代和運(yùn)營(yíng)此類(lèi)平臺(tái)需要利用一整套新型技術(shù)實(shí)現(xiàn)數(shù)字化的戰(zhàn)略措施，而核心正是AI。

AI將改變?nèi)藗兣c科技的交互方式，不僅是改變技術(shù)的后端，同時(shí)使人們的工作變得更加高效?？蛻?hù)無(wú)需理解和學(xué)習(xí)復(fù)雜的交互界面，極大地提升了體驗(yàn)。另一方面，銀行金融服務(wù)的核心是信息系統(tǒng)上的數(shù)據(jù)、規(guī)則、模型、程序，AI技術(shù)能夠與既有技術(shù)進(jìn)行集成、替代或融合，將使商業(yè)銀行從數(shù)據(jù)時(shí)代快速走向智能時(shí)代，進(jìn)一步發(fā)揮銀行原有的綜合金融牌照、客戶(hù)、數(shù)據(jù)上的優(yōu)勢(shì)。

從BI到AI,企業(yè)大數(shù)據(jù)建設(shè)進(jìn)入數(shù)據(jù)科學(xué)時(shí)代

數(shù)據(jù)是數(shù)字化轉(zhuǎn)型的核心資產(chǎn)，數(shù)據(jù)分析即是如何將資產(chǎn)效能最大化的手段和途徑。區(qū)別于通過(guò)報(bào)表、儀表板展示已經(jīng)發(fā)生了什么的描述性BI分析，數(shù)據(jù)科學(xué)可以通過(guò)一系列數(shù)據(jù)處理、建模分析做出診斷性分析——為何會(huì)發(fā)生，預(yù)測(cè)性分析——將要發(fā)生什么，和決策性分析——如何使它發(fā)生，這就是AI分析。

數(shù)據(jù)科學(xué)平臺(tái)的應(yīng)用，是數(shù)據(jù)分析從BI到AI的轉(zhuǎn)變，不僅是技術(shù)驅(qū)動(dòng)，更是日益增高的市場(chǎng)需求驅(qū)動(dòng)。

AI落地四大要素：數(shù)據(jù)、人才、算法模型、AI平臺(tái)

企業(yè)AI應(yīng)用落地的四大要素中，數(shù)據(jù)，正在源源不斷被收集整理;人才，盡管增設(shè)數(shù)據(jù)科學(xué)專(zhuān)業(yè)的院校從15年的3所增值18年的443所，滿(mǎn)足市場(chǎng)需求仍需時(shí)日;而算法模型，以往是個(gè)繁雜耗時(shí)的高智商大工程，需要數(shù)據(jù)科學(xué)家團(tuán)隊(duì)歷經(jīng)數(shù)月甚至一年的時(shí)間，經(jīng)過(guò)問(wèn)題定義、問(wèn)題抽象、數(shù)據(jù)探查、數(shù)據(jù)集處理、特征處理、算法選擇、效果對(duì)比、模型部署等環(huán)節(jié)最終生成……

能否加速落地應(yīng)用，補(bǔ)足人才和算法模型的短板，AI平臺(tái)成為企業(yè)AI應(yīng)用落地的關(guān)鍵。“它是一個(gè)具有凝聚力的軟件應(yīng)用程序，圍繞著機(jī)器學(xué)習(xí)，提供模塊化融合的能力，既可以創(chuàng)建各種數(shù)據(jù)科學(xué)的解決方案，又可以將這個(gè)解決方案集成到業(yè)務(wù)流程及所涉及的周邊基礎(chǔ)設(shè)施及產(chǎn)品中去。” Gartner在2017年第一次這樣定義數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)。

一個(gè)好的機(jī)器學(xué)習(xí)平臺(tái)需要覆蓋機(jī)器學(xué)習(xí)的全生命周期，從開(kāi)源的大規(guī)模機(jī)器學(xué)習(xí)算法算子定制，海量多源異構(gòu)數(shù)據(jù)應(yīng)用，數(shù)據(jù)和模型資產(chǎn)復(fù)用，到數(shù)據(jù)準(zhǔn)備、特征工程、模型訓(xùn)練等全程可視化，模型API發(fā)布和部署，再到模型倉(cāng)庫(kù)的管理，使它能夠服務(wù)于數(shù)據(jù)科學(xué)分析的各類(lèi)用戶(hù)，讓數(shù)據(jù)建模從以往的“高大上的單反調(diào)參”變成“傻瓜相機(jī)式的一鍵操作”，直接降低使用門(mén)檻。

DataCanvas數(shù)據(jù)科學(xué)平臺(tái)：三位一體建模&AutoML

提升效能永遠(yuǎn)是金融行業(yè)的制勝關(guān)鍵。據(jù)Gartner預(yù)測(cè)，到2020年超過(guò) 40% 數(shù)據(jù)科學(xué)任務(wù)將會(huì)被自動(dòng)化以提升數(shù)據(jù)分析效能，并廣泛的被平民數(shù)據(jù)科學(xué)家使用。DataCanvas數(shù)據(jù)科學(xué)平臺(tái)產(chǎn)品除了提供模型全生命周期服務(wù)、進(jìn)行AI數(shù)據(jù)數(shù)據(jù)準(zhǔn)備和AI建模的DataCanvas APS機(jī)器學(xué)習(xí)平臺(tái)，DataCanvas RT實(shí)時(shí)決策中心還能夠支持實(shí)時(shí)AI、做出實(shí)時(shí)決策。

為了滿(mǎn)足不同專(zhuān)業(yè)背景的使用者能夠更快捷地在平臺(tái)上建模、協(xié)作， DataCanvas數(shù)據(jù)科學(xué)平臺(tái)具備“三位一體”建模功能：面向數(shù)據(jù)科學(xué)家的編碼建模，面向IT工程師的拖拽式建模以及面向業(yè)務(wù)人員的自動(dòng)機(jī)器學(xué)習(xí)建模，三種建模方式在同一平臺(tái)均可實(shí)現(xiàn)。

為了實(shí)現(xiàn)效能最大化，DataCanvas數(shù)據(jù)科學(xué)平臺(tái)還運(yùn)用AutoML技術(shù)，替代數(shù)據(jù)科學(xué)家，自動(dòng)進(jìn)行數(shù)據(jù)探查、特征工程、模型選擇、模型訓(xùn)練、模型評(píng)估等操作，全面節(jié)約時(shí)間和人力成本，亦實(shí)現(xiàn)了平民數(shù)據(jù)科學(xué)家只需一鍵操作即可輸出模型成果。

目前，DataCanvas數(shù)據(jù)科學(xué)平臺(tái)已落地應(yīng)用于金融行業(yè)的智能投顧、智能投研、智能信貸風(fēng)控、智能監(jiān)控、智能檢測(cè)、智能運(yùn)維、精準(zhǔn)營(yíng)銷(xiāo)、客戶(hù)流失預(yù)警、反欺詐、文本分析、輿情監(jiān)控等場(chǎng)景，以及政府、交通、地產(chǎn)、IoT等行業(yè)的百余場(chǎng)景中，均受到廣大客戶(hù)和業(yè)內(nèi)專(zhuān)家的認(rèn)可。

未來(lái)，DataCanvas九章云極將繼續(xù)作為數(shù)據(jù)科學(xué)平臺(tái)行業(yè)的領(lǐng)軍者，通過(guò)自主研發(fā)的數(shù)據(jù)科學(xué)產(chǎn)品，從用戶(hù)場(chǎng)景出發(fā)，賦能更多行業(yè)客戶(hù)，賦能企業(yè)AI。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。