AI赋能银行国际中台体系应用实战
胡文渊 原阿里云高级专家、百度AI业务北区负责人、AI赋能业务实战专家课程基本信息• 培训时长：6小时（上午3小时，下午3小时）• 培训对象：银行国际中台体系部门负责人与核心骨干（非技术背景，涵盖合同、商务、合规、交付及流程建设等职能，负责支持国际业务）培训目标：• 1.不涉及技术原理，聚焦“快速上手、即学即用”，提升员工用AI解决国际业务相关实际工作的能力；• 2.强化“问题拆解、逻
AI赋能银行
Deepseek赋能银行实战-零售高效营销与精准服务
主讲：龙鑫老师【课程背景】银行竞争日益激烈，客户需求多变，传统工作模式面临效率瓶颈。如何快速识别高价值客户、制定精准营销策略、提升服务响应速度？本课程通过解析智能工具Deepseek的核心功能与实战场景，帮助银行人员将技术赋能转化为业务优势，轻松应对业绩增长与客户维护的双重挑战。银行业务痛点：▪数据沉睡：客户经理80%时间用于手工整理报表；
Deepseek赋能银行实战-对公业务精准营销与智能风控
主讲：龙鑫老师【课程背景】▪ 数字化转型迫在眉睫：银行业对公业务面临信息不对称、营销效率低、风控滞后等痛点，传统模式难以满足精细化服务需求。▪ AI技术重塑价值链：DeepSeek等智能工具通过企业洞察、自动化方案生成和动态风控，为银行提供技术破局点。▪竞争与监管双重压力：同业竞争加剧叠加监管趋严，银行需借助AI实现合规性风控与差异化营销，提升客户黏性。▪实战能力缺口凸显：客户经理亟需掌握智能工具
易精AI赋能银行知识库搭建与工作流自动化实践工坊
为什么要学易精系列课？培训需求▪某股份制银行总行希望面向客户经理开展 1 天 AI 课程，要求不是泛泛讲趋势或提示词，而是能够直接映射到银行客户经营场景。▪课程需聚焦知识库自动建立、持续维护、客户经理工作流自动化，并结合个人 skill 萃取，帮助客户经理把经验沉淀为可复用能力资产。▪课程案例不得使用境内银行案例，应选用境外银行公开案例，并转化为可在银行前台业务
易精AI与数据科学赋能银行数字化营销工作坊
为什么要学易精系列课？培训需求▪培训客户：某股份制银行。▪培训对象：支行长和客户经理。▪培训时长：线下1天▪培训主题：AI+数字化工具赋能银行营销。▪客户目标：提升支行长和客户经理的数字化与AI应用能力，让一线人员能够理解并使用数字化工具和AI能力，服务产品营销、客户经营和产能提升。▪客户明确要求：参考招商银行等先进银行的数字
AI大模型在银行的数据标注、微调、企业级部署和蒸馏微调案例实操
大模型算法实战专家—周红伟老师课程背景随着人工智能技术的快速发展，智能助手（如DeepSeek-R1）在多模态理解、个性化交互、知识推理等领域的应用日益广泛。DeepSeek-R1作为深度求索公司推出的第三代智能助手，凭借其先进的核心技术（如大规模预训练、多模态理解、上下文感知等），在智能客服、内容创作、教育、医疗等领域展现了强大的潜力。然而，要将DeepSeek-R1的能力充分发挥并应用于实际业
银行场景-大模型的企业级RAG知识库的构建优化和代码实操
培训人员：智能体产品经理，智能技术人员，大模型技术人员，大模型产品人员培训时长：1天培训名称：大模型安全和企业级RAG知识库的构建和代码实操培训大纲第一部分 大模型的安全问题1.1 安全对齐的核心挑战与解决方案1.1.1 目标冲突：模型性能 vs 安全性 vs 伦理约束1.1.2 对抗性攻击防御（提示注入/越狱攻击）1.1.3 价值观对齐的评估框架（如SUTRA评估体系）1.2 前沿对齐技术实践1
DeepSeek赋能银行工作效率爆炸式提升
本课程不仅聚焦DeepSeek在职场中的落地应用，还将涵盖其他优秀的国产AI工具，帮助学员全面了解并掌握这些工具的使用技巧。通过系统的讲解和实操演练，学员将学会如何利用这些AI工具提升工作效率，优化工作流程，并在实际工作中灵活运用。
AI数据分析-智能商业决策（银行业版）
在数字化浪潮下，银行业面临客户行为数据激增但利用率不足（数据孤岛率达67%）、传统分析工具效率低下（人工报表制作耗时占比40%）、同业竞争加剧的三大挑战。某股份制银行2023年统计显示，因决策延迟导致的客户流失率高达15%。本课程通过AI数据分析技术赋能，帮助银行从业者实现客户价值预测准确率提升30%、风险识别效率提高50%、营销资源浪费减少25%，打造数据驱动的智能银行决策体系。
AI赋能银行-Deepseek在银行投诉处理场景中的应用
本课程聚焦数字化转型下银行业投诉管理的痛点与机遇，结合AI技术优势与服务经验，运用Deepseek为投诉处理提供智能化工具，旨在帮助银行人员构建“工具赋能+服务温度”的双核能力：从AI工具的应用技巧到投诉场景的主动预防，以及对到投诉事件动态管控等应对技能，提供有效的投诉应对话术、投诉处理应对流程、工单回复有参考等内容，降低投诉处理时间
