课程大纲
第一部分：人工智能应用概述
人工智能发展历程及核心技术
1、符号主义、连接主义和进化主义
2、机器学习和深度学习
3、Transformer框架
4、人工智能驱动金融业务的传统做法
5、生成式人工智能重塑金融业务
6、未来：传统AI与生成式AI融合，人机协作
（二）大语言模型应用基础
（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
（4）知识库嵌入与检索增强
（5）API调用
（三）大模型应用部署方案
（1）使用ollama本地部署大模型
（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）LLM+Kimi+islide 制作精美PPT
（2）LLM+Xmind 制作思维导图
（3）LLM+即梦 文生图和视频
（4）LLM+Cursor 高效完成代码编写
第二部分：人工智能技术在银行风险管理中的创新应用
（一）贷前：自动化授信审批
1、贷款审批优化：应用人工智能技术优化贷款审批流程，降低坏账风险，提升客户经理工作效率。
2、基于客户画像的风险模型评分
3、智能反欺诈：通过交易流水、行为模式识别申请欺诈
4、贷后监控：应用人工智能技术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。
（二）贷中：实时监测与策略优化
1、实时风险监测
2、贷中额度调整策略
（三）自动生成审批报告
1、案例分析：应用DeepSeek生成深度信贷审批报告
（四）操作风险与合规监管
1、合规知识库：基于LLM+RAG的企业级内部知识库构建。
2、员工行为分析：利用人工智能技术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：人工智能助力银行数字化转型
（一）风险指标自动化加工与分析
1、主动识别潜在风险点
2、使用LLM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：自动化衍生风险变量案例。
（二）LLM+数据处理与分析
1、非结构化数据处理
（1）案例分析：应用开源大语言模型解析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）信贷产品设计
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+Qwen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
