京公网安备 11010802034615号
经营许可证编号:京B2-20210330
探秘大数据+人工智能 PPmoney召开跨界研讨会
当今,大数据与人工智能已经成为科技行业最具价值的领域,并逐步上升为国家战略。当大数据遇上人工智能,又会对碰出什么样的火花?9月20日,由PPmoney网贷、广州科技服务业协会、万惠金融研究院联合主办的“人工智能+大数据”新兴技术跨界交流研讨会在广州举行,数十位来自高校和科技行业的资深专家现身说法,就人工智能和大数据领域的前沿趋势进行了多方位探讨。
金融科技驱动未来
PPmoney万惠集团执行副总裁胡新致辞
本次研讨会以人工智能、大数据等新技术的应用与趋势为主题,汇聚来自中国银行广东省分行、广州广证恒生证券研究所、广东外语外贸大学、广东省电信规划设计院、广州中国科学院软件应用技术研究所等专家学者,以及科技行业的资深从业者,共同论剑撬动行业变革的全新技术力量。
会议伊始,PPmoney万惠集团执行副总裁胡新首先致辞欢迎各位专家学者的莅临,他表示人工智能与大数据代表着未来的发展方向,不仅深刻地改变着人们的生活,还重新定义了科技创新与企业发展的基础动力。越来越多行业正通过科技革命,释放出强大的生产力和生命力。
譬如一场来自金融领域的智能科技变革,正在将互联网金融推上新的风口。PPmoney网贷金融产品总监王赫一详细介绍了大数据和人工智能在集团业务中的广泛应用,目前集团独立研发了三大技术系统:蜂巢引擎系统、灵机系统和银盾系统。
研讨会现场
王赫一表示,集团对接了超40家外部数据,通过2000+维度、360度的风险计量,对用户进行丰富的人物画像,提供个性化金融产品。另外,基于大数据的评分系统,集团还可以实现差异化授信和差异化定价,并借助机器学习,实现自动化审批,最快5分钟放款。
中国银行广东省分行审批人陈家辉赞许了PPmoney网贷大数据运营的精细化及系统响应的快速性,他表示银行也会通过评级系统实现授前的准入调查,基于企业的财务报表、征信报告、固定指标等评估违约的可能性。
大数据影响下的经济生活
广东省电信规划设计院有限公司大数据工程院院长李炯城分享案例
随后,广东省电信规划设计院有限公司大数据工程院院长李炯城介绍了在政府税务平台、医疗健康及移动支付等方面大数据的应用案例,他表示大数据等技术的发展提高了业务运转效率,更加惠及民生。广州中国科学院软件应用技术研究所博导丁丽萍也介绍了其在电子数据取证方面的研究。
广州广证恒生证券研究所分析师温朝会发言
广州广证恒生证券研究所分析师温朝会对大数据征信尤为关注,他认为大数据征信是科技金融发展的基石。2015年我国个人征信规模达151.4亿元,到2020年将突破700亿元,渗透率上升至27%,这背后折射了信用消费市场的巨大潜力。2015年我国从传统征信时代迈入大数据征信时代,目前数据源的争夺十分激烈,头部数据基本为BAT等巨头和央行垄断,尚未对外开放,未来应用场景将成为大数据征信成功的关键。
广东外语外贸大学信息学院院长蒋盛益致辞
大数据和人工智能产业已经在全球范围形成新一轮的抢位发展态势,渗透至各行各业,广东外语外贸大学信息学院院长蒋盛益对大数据和人工智能旺盛的市场需求感同身受,他表示目前已有高校开设了相关专业科目,并建立研究所,将进一步推动配套人才体系的建设。
作为国家基础性战略资源,数据也被称作21世纪的“钻石矿”。如何更加精准地切入和把握大数据与人工智能技术下的时代机会,成为研讨会结束后与会嘉宾意犹未尽的关注焦点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19