体系化升级业务端数据分析能力,加快推进全数智化高水平建设。
近日,由魔数智擎组织承办的某全国知名农商行模型队伍专项培训第三期正式启动。本期课程以“银行业务场景建模”为主题,通过综合分析银行建模的几类经典算法、不同工具建模及不同业务场景建模的差异,帮助学员在实际工作场景中快速匹配建模策略、提升建模成效。
本系列培训由魔数智擎全程组织承办,共4期为期12天,每期课程3天,从机器学习入门、算法入门、建模开发入门到业务规则开发、场景模型开发、建模比赛,由浅入深、理论与实践相结合,逐级夯实参训人员数据分析基础及建模能力,实现业务端人员自主化数据分析,业务化模型策略打造。
本次第三期课程以“银行业务场景建模”为主题方向,由全国首批首席人工智能官(CAIO)、魔数智擎董事长柴磊;魔数智擎售前与咨询部副总经理叶老师;魔数智擎高级咨询顾问罗渭联袂授课,分别对“树结构算法的原理和比较”、“Python建模实操”、“平台建模实操与场景实践”等内容进行全面解析与互动演练。
(柴磊老师分享算法诞生那些事儿)
“求木之长者,必固其根本;欲流之远者,必浚其泉源。”夯实算法基础对于后续灵活选择不同算法建模意义重大。区别于传统算法原理课程的大量公式堆砌、概念传输,柴磊老师结合自身美国Salford Systems(全球第一代数据挖掘软件公司)从业经验,以及与算法发明人共事、学习的特别经历,以“故事性、回忆录”形式再现了CART、GBM算法的诞生背景、迭代过程,结合生动的案例、现场演示等直观呈现2种算法的特征与差异,让原本枯燥的理论学习变得生动有趣、更易吸收与消化。
(叶老师现场授课、操作指导)
使用Python建模是AI复合型人才的必备技能之一,课堂现场,叶老师以“理论介绍+实操演示+学员上机练习”的方式,带领学员快速厘清数据挖掘流程、数据统计关键概念,并抽丝剥茧式为学员介绍了数据预处理7大步骤:数据清洗、数据集成、数据标准化、数据归约、数据变换和离散化、Python数据变换与离散化、以及利用sklearn进行数据预处理。通过系列准备工作的妥善完成,最终带领学员一步步建设回归、分类、聚类等模型,帮助学员掌握不同类型模型的Python建模诀窍。
(罗渭老师分享国外金融机构实践案例)
如何将建模能力作用于风控、营销业务场景?课程第三天,罗渭老师结合多个国内外金融机构实践案例,为学员全面盘点了同业在模型应用、建模场景挖掘方面的经验与方法,涉及信用卡欺诈检测、客户流失预测、财务预警和预测、贷款审批自动化、动态定价和促销优化等16个应用场景,帮助学员拓宽视野、打开思路。
罗老师全面解析了银行业务场景下模型的开发、评估、方案设计方法,并针对营销、风控场景的建模实操、模型分析、模型评估进行了专题介绍、小组PK,帮助学员将所学融入业务场景中,与实际工作相结合,做到活学活用。
银行数智化转型已是大势所趋,据中国银行业协会与普华永道联合发布的《中国银行家调查报告》结果显示,人才问题是银行数据智能落地面临的最大挑战。除了引入数智化领军骨干、联合外脑力量对内赋能,建设科学合理的人才培养体系,加速行内人才成长速度也非常关键。
魔数智擎结合多年银行等金融机构服务经验,持续优化模型服务能力、升级模型团队培训水平,致力于深度融合“银行+人工智能”落地的道与术,助力行方走出金融数智化“加速度”!