银行风控
银行大数据风控建模与反欺诈应用
周红伟 —— 前马上金融风控负责人，大数据与人工智能技术的深度融合，为风险控制提供了更精准、高效的解决方案。决策树、随机森林、XGBoost等机器学习算法在金融风控领域展现出强大的预测能力，能够有效提升欺诈识别率、优化信用评分模型，并增强风险管理策略的智能化水平。
银行系消费金融风险识别与防控
万里老师主讲。2025年是消费金融行业的又一分水岭，消费信贷行业“跑马圈地”时代自此结束。更多的金融机构认识到这一轮消费金融的重新洗牌是重新抢占份额、调整自身信贷结构的契机，但消费金融跌宕起伏的发展过往，又让金融机构陷入调结构+控风险的两难境地。课程对象：金融机构零售业务主管、客户经理/个人信贷从业人员、风控专员等。
贷前调查、贷中审查、贷后管理-全流程风控能力升级实战
课程背景：在数字经济与监管趋严的双重驱动下，商业银行对公信贷业务面临三大挑战：风险升级：经济下行周期中，企业信用风险隐性化，如供应链断裂、关联交易复杂等。竞争加剧：同业产品同质化严重，客户对“融资 + 融智”综合服务需求激增。监管高压：穿透式监管要求下，贷后管理合规成本攀升。课程特色● 数据驱动：嵌入 15 个行业大数据风控模型● 工具赋能：提供贷前 - 贷中 - 贷后全流程工具包● 合规落地：结
人工智能技术的金融应用及其风险管控
课程背景人工智能（Artificial Intelligence，AI），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。人工智能技术中将医学、神经科学、机器人学及统计学、仿真学等学科技术有机融入，属于具有代表性的交叉性技术和学科。人工智能（AI）技术自出现以来，随着其技术的日益成熟和深度
🤖 AI智能客服
✕
