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)自动化工作流
(1)LLM+Kimi+islide 制作高质量PPT
(2)LLM+Xmind 制作思维导图
(3)LLM+即梦 文生图和视频
(4)LLM+豆包 高效完成报告内容梳理
第二部分:人工智能助力调查报告撰写
(一)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
(二)LLM+客户数据处理与分析
1、整合财报、银行流水信息
2、整合人行征信报告
3、数据、表格如何高效录入
4、文档智能挖掘:如何快速提炼资料中的关键信息
5、如何确保数据的准确性和可信度
6、基于AI大模型的调查分析与专家经验的融合
(三)构建个人知识库智能体提升尽调效率
1、RAG知识库与Workflow管理
2、使用Dify进行尽调产品流程定制
3、案例分析:使用Dify+Qwen开发AI信贷助手
第三部分: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
(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
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

