课程大纲
第一部分：DeepSeek等AI工具简介与基础应用
DeepSeek概述
1、发展历程与技术演进
（1）DeepSeek的发展历程和现状
（2）DeepSeek的突破与行业定位
（3）功能、效果、效率等方面的优劣对比
（4）DeepSeek核心技术总览
（5）与其他大模型的差异化重要核心技术
2、高效实用DeepSeek的方法
（1）提问技巧：提示词工程
（2）任务拆解与上下文建模
（3）选择不同类型的模型版本：通用模型、推理模型
（3）知识库嵌入与检索增强
（4）API调用
3、部署DeepSeek的各个版本
（1）使用ollama本地部署DeepSeek R1
（2）云服务应用案例：基于硅基流动
（3）使用webUI封装大模型应用
4、自动化工作流
（1）DeepSeek+Kimi+islide 制作精美PPT
（2）DeepSeek+Xmind 制作思维导图
（3）DeepSeek+即梦 文生图和视频
（4）DeepSeek+Cursor 高效完成代码编写
第二部分：DeepSeek+在银行风险管理中的创新应用
（一）信用风险管理
1、客户信用评分：DeepSeek如何整合客户的财务数据、交易记录、行为数据等，构建信用评分模型，评估客户的信用风险。
2、贷款审批优化：DeepSeek优化贷款审批流程，降低坏账风险，提升客户经理工作效率。
3、贷后监控：DeepSeek实时监控借款人的还款行为和财务状况，及时发现潜在违约风险并采取应对措施。
4、客户分群与风险分层：DeepSeek根据客户的风险特征进行分群，为不同风险层级的客户制定差异化的风险管理策略。
（二）操作风险与合规监管
1、合规知识库：基于DeepSeek+RAG的企业级内部知识库构建。
2、员工行为分析：利用DeepSeek分析员工的操作记录和行为模式，发现潜在的内部欺诈或违规行为。
第三部分：DeepSeek+助力银行数字化转型
（一）风险指标自动化加工与分析
1、如何通过DeepSeek识别潜在风险点
2、使用DeepSeek做风险策略优化
3、基于征信数据的实时评分
4、反欺诈与异常交易监测
5、案例分析：某银行通过DeepSeek自动化衍生风险变量。
（二）Deepseek+数据处理与分析
1、非结构化数据处理
（1）案例分析：应用DeepSeek解析PDF征信报告
2、自动化生成数据分析报告
（1）案例分析：应用DeepSeek+Kimi生成深度数据分析报告
（三）DeepSeek+信贷产品设计
案例分析AI信贷助手
1、RAG知识库与Workflow管理
2、使用Dify进行营销产品流程定制
3、案例分析：使用Dify+DeepSeek开发AI信贷助手
授课老师
李钦 曾任阿里巴巴与蚂蚁科技集团高级风险专家
常驻地：杭州
邀请老师授课：13439064501 陈助理
