我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程背景：

未來的商業(yè)銀行是如何運營的？

為什么創(chuàng)新是商業(yè)銀行運營的核心？

當下商業(yè)銀行儲備什么樣的人才，以應對未來的競爭格局？

截止2018年，中國已達7億移動支付用戶。越來越多的人通過移動互聯(lián)網(wǎng)平臺進行溝通、應用、采購、支付。同時，我們也生活在一個機器學習+數(shù)據(jù)+算法的時代，AI、數(shù)據(jù)、算法無處不在，未能足夠利用數(shù)據(jù)和算法，沒有把人工智能、大數(shù)據(jù)和算法與商業(yè)運營模式、與用戶連接起來的商業(yè)銀行是沒有未來的。今后，中國每年急需10萬名專業(yè)人工智能算法工程師，以及150萬具有人工智能、大數(shù)據(jù)思維的職業(yè)經(jīng)理人。

隨著世界經(jīng)濟大格局的變化和智能產(chǎn)業(yè)的突飛猛進，正面臨一個難得的轉(zhuǎn)型、融合和發(fā)展的機遇。這個機遇就是數(shù)字化，即將把企業(yè)帶到智能時代的四項技術：A（Artificial Intelligence，人工智能），B（Blockchain，區(qū)塊鏈），C（Cloud computing，云計算），D（Big Data，大數(shù)據(jù)）。對于傳統(tǒng)商業(yè)銀行的改造、對于消費升級、對于新型城市化，都要用ABCD的技術手段，這些以ABCD為代表的新興產(chǎn)業(yè)將引領中國經(jīng)濟未來發(fā)展。

對于傳統(tǒng)商業(yè)銀行來說，此輪科技升級也是轉(zhuǎn)型的大好機會！

【內(nèi)容】

1、人工智能基礎知識；

2、人工智能與大數(shù)據(jù)、算法的區(qū)別與聯(lián)系；

3、人工智能與大數(shù)據(jù)、算法在商業(yè)銀行相關創(chuàng)新案例；

4、講解、分析目前商業(yè)銀行中常用的人工智能、大數(shù)據(jù)應用。

【培訓大綱】

第一天上午

前言：認識這個時代

一、數(shù)字化經(jīng)濟高速發(fā)展的邏輯

1）你沒做錯什么，是時代變了——來自互聯(lián)網(wǎng)的沖擊波

2）“摩爾定律”帶來指數(shù)級發(fā)展

3）是什么導致了銀行界的“中年危機”

二、網(wǎng)絡效率邏輯

1）數(shù)據(jù)智能邏輯

2）深度滲透邏輯

三、螞蟻金服為什么能顛覆的傳統(tǒng)銀行模式

1）超級平臺現(xiàn)象

2）非對稱發(fā)展

3）商業(yè)新物種

4）金融新生態(tài)

四、新技術全方位的深度滲透到傳統(tǒng)銀行轉(zhuǎn)型

1）從銀行1.0到4.0的演進和改造

2）“移動支付”徹底改變了傳統(tǒng)金融服務場景

3）垂直產(chǎn)業(yè)鏈的構(gòu)建對銀行業(yè)務的深度融合

一、人工智能概述

1.人工智能——世紀對弈

1)AlphaGo圍棋勝利的深度透視

2)AlphaGo的算法秘密

3)對弈的意義

4)AI發(fā)展的意義

實戰(zhàn)案例分析：人類思維與機器思維有哪些本質(zhì)區(qū)別

2.人工智能發(fā)展概況

1)什么是智能

2)什么是人工智能 (AI)

3)AI研究的方法和途徑.

4)AI的歷史.

5)ＡI的研究特點

6)人工智能學科體系

3.人工智能中人文趣事

1)圖靈（Turing）

2)赫伯特·西蒙（Herbert Simon）

二、人工智能基本原理及應用

1.人工智能基礎知識

1)知識表示的概念

2)知識的特性

3)知識的分類

4)知識表示的方法

實戰(zhàn)案例分析：分布式計算與人工智能的關系

2.人工神經(jīng)網(wǎng)絡在物聯(lián)網(wǎng)中的應用

1)神經(jīng)網(wǎng)絡的發(fā)展簡史

2)神經(jīng)元數(shù)學模型

3)神經(jīng)網(wǎng)絡的分類

4)神經(jīng)網(wǎng)絡的特征

實戰(zhàn)案例分析：物聯(lián)網(wǎng)商業(yè)應用的三大定律

第一天下午

第三講：人工智能相關熱點技術——大數(shù)據(jù)、機器學習、算法

1.大數(shù)據(jù)技術

1)大數(shù)據(jù)時代的意義

2)大數(shù)據(jù)基礎概念

3)大數(shù)據(jù)和人工智能的關系

4)大數(shù)據(jù)解決的主要問題

5)大數(shù)據(jù)將“猜”出并控制一切

實戰(zhàn)案例分析：特朗普如何通過數(shù)據(jù)和算法來操控選民思想和結(jié)果

6)如何通過在線化收集、處理海量數(shù)據(jù)

7)數(shù)據(jù)挖掘結(jié)果如何展現(xiàn)——從"人找信息"到"信息找人"

實戰(zhàn)案例分析：準確率高達75%的機票價格預測模型

2.機器學習與算法技術

1)機器學習基本概念——深度學習與非深度學習

2)機器學習算法分類——有監(jiān)督學習（分類、預測）、無監(jiān)督學習（聚類、關聯(lián)）

3)什么是算法：即企業(yè)經(jīng)營的策略

4)算法與數(shù)據(jù)——算法如種子、數(shù)據(jù)如土壤

實戰(zhàn)案例分析： 你關心的新聞才是今日頭條

5)算法三種底層邏輯：或、且、非

6)機器學習的主要學派與五大終極算法

符合學派——逆向演繹算法

聯(lián)結(jié)學派——反向傳播算法

進化學派——達爾文算法

貝葉斯學派——推理算法

類推學派——支持向量機算法

7)機器學習與算法的結(jié)合應用

實戰(zhàn)案例分析：用機器學習和算法預測藥物有效性

8)Google在機器學習算法上的應用

實戰(zhàn)案例分析：為什么Google比雅虎公司市值高很多

第二天上午

第四講： 商業(yè)銀行如何創(chuàng)新與重新設計業(yè)務

1、回歸第一性原理——勿忘初心

2、將第一性原理應用于銀行業(yè)務

案例分析：價值儲存(“存”)、獲得信用(“貸”)、資金轉(zhuǎn)移(“匯”)

3、數(shù)字化嵌入式商業(yè)銀行服務

4、新體驗并非從銀行網(wǎng)點開始——無界、無感、無限的體驗

案例分析：從客戶投訴服務質(zhì)量，到客戶感覺不到服務

5、金融服務隨時隨地的需要

案例分析：越來越多的人從科技公司獲得金融服務

6、混合現(xiàn)實及其對銀行業(yè)務的影響

案例分析：供應鏈金融，被忽視的海量需要

第五講：商業(yè)銀行將從產(chǎn)品到體驗

1、新“網(wǎng)絡”和“分銷”模式——網(wǎng)點至上，還是移動終端至上

案例分析：線下線上的數(shù)據(jù)化，最終會帶來社會生活的全面“金融化”

2、金融服務從產(chǎn)品到體驗的全能體驗——精準、貼心、無摩擦

案例分析：建設銀行推出“智能無人網(wǎng)點”、招商銀行“全面無卡化”網(wǎng)點、民生銀行 “智能終端服務”網(wǎng)點…

3、未來金融的交叉銷售和關系銷售

案例分析： 從一個汽車廣告開始的全生命周期金融服務

4、銀行組織結(jié)構(gòu)的改變

案例分析：相比科技與工具、組織結(jié)構(gòu)最難改變

第六講：區(qū)塊鏈應用改變銀行、金融行業(yè)秩序

1、互聯(lián)網(wǎng)商業(yè)中的四大頑疾——竊取、假冒、篡改、事后否認

2、P2P去中心化支付網(wǎng)絡

3、數(shù)字資產(chǎn)交易——哈希運算

4、安全公鑰密鑰設計

5、比特幣分割交易

案例分析：京東運用區(qū)塊鏈算法建立智能供應鏈

第二天下午

第七講：金融科技公司對于銀行必要性

1、華爾街+硅谷模式，金融科技正在主導金融領域

2、為什么銀行應該關注金融科技

3、如果不能打敗它們，就加入它們

案例分析：浦發(fā)銀行試點超級入口API bank，欲反擊互聯(lián)網(wǎng)金融巨頭

4、深度學習：銀行智能語音理財顧問

案例分析：銀行開始大量聘請數(shù)據(jù)專家、機器學習專家、心理學家、算法學家...到銀行工作

7、數(shù)字化商業(yè)銀行: 移動終端、大數(shù)據(jù)、云計算、5G的作用

案例分析：從路人甲，到數(shù)據(jù)源，商業(yè)銀行開啟大數(shù)據(jù)時代

8、可以做到“千人千面”定義銀行業(yè)務中的角色

案例分析：身份識別技術對于金融來說是多么重要

第八講：算法設計在商業(yè)銀行中的應用

1.BAT如何利用機器學習與算法影響整個商業(yè)銀行

2.算法在金融征信風控體系中的應用

1)金融征信風控體系核心模式

2)金融征信風控算法與模型的設計步驟

3)金融征信風控數(shù)據(jù)倉庫建設

4)金融征信風控模型風險等級

5)信用評分算法開發(fā)流程

6)社交網(wǎng)絡算法在金融反欺詐中的應用

案例分析：螞蟻金服征信算法與模型，快速處理用戶借貸需求

第九講 哪些銀行幸存 哪些銀行消亡

1、適者生存——體驗，不是產(chǎn)品

2、生存從頂層開始——技術第一，銀行第二

3、銀行4.0路線圖——個性化、智能化、實時化、綜合化。

4、回歸金融的本質(zhì)：一切為了效率

授課風格：

案例豐富、表達清晰、邏輯有力、互動控場水平高。

王老師

【個人簡歷】

?北京區(qū)塊鏈技術應用協(xié)會的會員和講師、scrum精益敏捷管理顧問講師

?國家級信息化專家——國家工信部智能化管理師授課專家

?北京理工大學計算機專業(yè)畢業(yè)。

【曾任】

?搜狐互聯(lián)網(wǎng)金融產(chǎn)品經(jīng)理

?百度智能產(chǎn)品運營總監(jiān)

?中國移動等互聯(lián)網(wǎng)巨擎級企業(yè)擔任項目經(jīng)理、品管總監(jiān)等職位。

【擅長行業(yè)&領域】

?行業(yè)：金融、銀行、企業(yè)、互聯(lián)網(wǎng)

?領域：人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等領域課題培訓

【主講課程 】

?銀行類：《銀行4.0：一場金融界數(shù)字化革命》、《商業(yè)銀行數(shù)字化敏捷轉(zhuǎn)型策略》、《敏捷銀行實施策略》、《互聯(lián)網(wǎng)金融產(chǎn)品創(chuàng)新與應用》、《區(qū)塊鏈技術與央行數(shù)字貨幣在商業(yè)銀行中的應用》、《大數(shù)據(jù)在商業(yè)銀行中的應用》、《商業(yè)銀行在人工智能、大數(shù)據(jù)及算法實戰(zhàn)應用》、《人工智能深度學習算法實戰(zhàn)演練》等。

?其他行業(yè)：《新基建核心技術解析與實施策略》、《互聯(lián)網(wǎng)模式引領“新常態(tài)”經(jīng)濟未來》、《互聯(lián)網(wǎng)思維與傳統(tǒng)企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型》、《新媒體營銷與品牌推廣——公眾號運營》、《工業(yè)4.0構(gòu)建中國制造業(yè)未來》、《互聯(lián)網(wǎng)搭建與運營管理培訓》、《互聯(lián)網(wǎng)端到端運營流程搭建》等。

【實戰(zhàn)經(jīng)驗 】

?王老師先后在出版、通信、互聯(lián)網(wǎng)、咨詢等行業(yè)，從事互聯(lián)網(wǎng)運營管理、金融產(chǎn)品管理、項目管理、運營管理等工作15年。曾在搜狐、百度、中國移動等企業(yè)工作。豐富的企業(yè)實際工作經(jīng)驗，熟悉基層業(yè)務和國內(nèi)企業(yè)的管理現(xiàn)狀。培訓課程始終圍繞“變現(xiàn)”為核心，對如何將互聯(lián)網(wǎng)企業(yè)運營管理與傳統(tǒng)企業(yè)實踐相結(jié)合，解決企業(yè)的實際問題，有獨到的見解和實踐能力。通過咨詢項目為傳統(tǒng)行業(yè)轉(zhuǎn)型分享其在營銷、市場、研發(fā)、物流等企業(yè)運營等各方面的心得。擅長將咨詢工作中的經(jīng)驗、案例以互聯(lián)網(wǎng)運營管理、營銷管理、客服管理等形式制作成咨詢方案與課件，在咨詢項目中實際運做案例與活動。

?近年培訓與項目記錄摘要：

?近兩年各銀行及金融機構(gòu)服務案例：

2019年，中國銀行：互聯(lián)網(wǎng)金融與區(qū)塊鏈應用培訓，參與人數(shù)40人.

2019年，建設銀行：互聯(lián)網(wǎng)金融應用培訓，參與人數(shù)30人.

2019年，蘇州銀行互聯(lián)網(wǎng)金融與區(qū)塊鏈應用挖掘培訓，參與人數(shù)50人。

2019年，拉卡拉征信大數(shù)據(jù)分析與金融征信培訓，參與人數(shù)50人

2019年，工商銀行：互聯(lián)網(wǎng)金融與區(qū)塊鏈應用培訓，參與人數(shù)60人.

2019年，衢州農(nóng)行互聯(lián)網(wǎng)金融與區(qū)塊鏈應用挖掘培訓，參與人數(shù)40人。

2020年，華夏銀行征信大數(shù)據(jù)分析與金融征信培訓，參與人數(shù)50人

2020年，平安銀行數(shù)字化銀行轉(zhuǎn)型創(chuàng)新培訓，參與人數(shù)30人。

2020年，工商銀行大數(shù)據(jù)分析與金融征信培訓，參與人數(shù)50人

2020年，中國蘇州銀行銀行4.0培訓，參與人數(shù)40人。

2020年，北京銀行金融征信培訓，參與人數(shù)50人

?近兩年500強企業(yè)及各院校授課案例：

2019年，中國電信浙江分公司：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共200人以上。

2019年，廣汽集團：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共100人。

2019年，美的集團：大數(shù)據(jù)營銷，參加人員共300人以上。

2019年，TCL集團：工業(yè)4.0與中國制造2025培訓，參加人員200人。

2019年，中國核能集團：工業(yè)4.0與中國制造2025培訓，授課4期，參加人員共130人以上。

2019年，北京大學總裁班：數(shù)字化創(chuàng)新思維，授課4期，參加人員共180人以上。

2020年，武漢大學EMBA總裁班：大數(shù)據(jù)創(chuàng)新營銷，授課4期，參加人員共100人以上。

2020年，杭州移動分公司：人工智能與大數(shù)據(jù)培訓，授課6期，參加人員共200人以上。

2020年，浙江大學總裁班：區(qū)塊鏈與數(shù)字化貨幣培訓，授課人數(shù)30人。

2020年，中國惠普區(qū)塊鏈技術與財務系統(tǒng)落地培訓咨詢，項目人數(shù)40人

2020年，上海交通大學：區(qū)塊鏈技術與金融服務培訓咨詢，授課人數(shù)40人

2020年，清華大學新基建發(fā)展培訓總裁班，授課人數(shù)30人

?參與過多項與 AI、機器學習、大數(shù)據(jù)分析項目：

?拉卡拉征信大數(shù)據(jù)分析與金融征信機器人項目:

-考拉征信是拉卡拉旗下獨立的、開放的第三方信用評估及信用管理機構(gòu)，是當前國內(nèi)同時持有個人征信牌照及企業(yè)征信牌照的征信企業(yè)，也是國內(nèi)首個成立專注于大數(shù)據(jù)征信模型研究的專業(yè)實驗室的征信機構(gòu)。考拉征信的數(shù)據(jù)來源是多維度的，依托大數(shù)據(jù)和互聯(lián)網(wǎng)平臺，數(shù)據(jù)來源既有拉卡拉十年積累起來的便民、電商、金融及近億級個人用戶和百萬線下商戶日常經(jīng)營的相關數(shù)據(jù)，同時藍標、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數(shù)據(jù)，此外還有公安、法院、航空、通訊、學歷、學籍、工商等公共部門及其他行業(yè)合作的數(shù)據(jù)。

-基于考拉的非結(jié)構(gòu)化大數(shù)據(jù)，本項目將重點研究：

個人征信大數(shù)據(jù)建模，企業(yè)征信大數(shù)據(jù)建模，對于個人用戶的反欺詐征信大數(shù)據(jù)建模及處理系統(tǒng)等具體問題。

-自動收集、分析并處理多源、異構(gòu)、非結(jié)構(gòu)化的數(shù)據(jù)，充分驗證并研究面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術，面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法，以及大數(shù)據(jù)統(tǒng)計推斷與決策方法等重要研究內(nèi)容。利用大數(shù)據(jù)的價值，對征信管理決策提供重要的支撐作用。

?春雨醫(yī)生健康大數(shù)據(jù)挖掘人工智能實證平臺項目:

-基于春雨醫(yī)生的大量問診數(shù)據(jù)和全國范圍內(nèi)的病情分布數(shù)據(jù)，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；基于此平臺中的海量問診，本項目將應用并驗證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術，既包括問診文本挖掘技術，也包括問診圖片挖掘技術；在此基礎上，進一步研究并應用如何將春雨內(nèi)外部大數(shù)據(jù)轉(zhuǎn)化為能夠輔助病情診斷和輔助治療的專業(yè)性知識，為自動化診療提供科學依據(jù)，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持醫(yī)療決策的方法。

?36Kr（36 氪） 雙創(chuàng)指數(shù)AI平臺系統(tǒng):

-基于此平臺數(shù)據(jù)來源的廣泛性和異構(gòu)性，本項目將應用并研究面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法；在對多體量巨大的數(shù)據(jù)進行分析和推斷中，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；在具體的指數(shù)構(gòu)建及驗證過程中，本項目將應用并驗證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術，特別是文本挖掘技術，如文本的結(jié)構(gòu)化表示、文本特征提取和文本分類等。

-本項目的重要完成研究并應用基于非結(jié)構(gòu)化大數(shù)據(jù)挖掘技術將這些大數(shù)據(jù)轉(zhuǎn)化為能夠輔助管理決策的描述中國創(chuàng)新創(chuàng)業(yè)情況的知識，實時監(jiān)控中國創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，為監(jiān)管機構(gòu)和政府部門的政策制定提供科學依據(jù)，防范市場風險，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持管理決策的一般性方法和模式。

?新華金融財經(jīng)智能數(shù)據(jù)標準規(guī)范體系研究項目運用AI 機器人深度學習技術:

-項目針對金融財經(jīng)數(shù)據(jù)服務特點建立一系列數(shù)據(jù)規(guī)范標準以及數(shù)據(jù)規(guī)范標準的維護更新體系，完成為用戶提供一個了穩(wěn)定、統(tǒng)一、規(guī)范、方便、高效的大數(shù)據(jù)分析服務平臺

?江蘇協(xié)鑫集團電力設備大數(shù)據(jù)智能監(jiān)測與故障分析系統(tǒng)運用:

-項目完成電力設備傳感器采集的數(shù)據(jù)，構(gòu)建設備大數(shù)據(jù)管理系統(tǒng)和電力故障分析預測挖掘平臺，項目結(jié)合 OpenTSDB 動態(tài)時序數(shù)據(jù)庫技術，實現(xiàn)設備故障數(shù)據(jù)的分類與預測預警模型，實現(xiàn)設備監(jiān)測時間序列數(shù)據(jù)的分析挖掘與故障預警。

?中國移動運營商的大數(shù)據(jù)分析系統(tǒng):

-項目完成信令數(shù)據(jù)、充值數(shù)據(jù)、CRM、業(yè)務訂閱數(shù)據(jù)等的存儲管理和分析檢索，實現(xiàn)數(shù)據(jù)集成、話單分析、客戶深度標簽分析，網(wǎng)絡優(yōu)化分析以及輿情預警。

【授課風格】

?專家型講師風格。有相對深厚的知識底蘊和豐富的社會閱歷，以及個人獨特的思考角度。

?講課時邏輯性非常強，旁征博引，談古論今，侃侃而言，毫不費力，化技巧于無形，授課內(nèi)容爐火純青。

?王老師的授課就是那種內(nèi)容知識點隨手拈來，隨現(xiàn)場學員狀態(tài)靈活而變。

【服務客戶】

?銀行業(yè)：中國銀行、工商銀行、交通銀行、建設銀行、郵儲銀行、平安銀行、招商銀行、興業(yè)銀行、民生銀行、華夏銀行、蘇州銀行、寧波銀行、各地農(nóng)商行、等

?其他行業(yè)：清華大學、北京大學、武漢大學、南京財經(jīng)、中國移動、廣汽集團公司、美的集團：TCL集團、中國核能集團、重慶郵政、EMBA總裁班、春雨醫(yī)生健康、1 號店、德邦物流等

【客戶反饋】

?學員評價

在工作中，汲取新知識是非常重要的，這次培訓，學到了很多相關知識，非常實用，希望下次公司培訓還能請王老師。

——中國移動

這次大數(shù)據(jù)營銷的培訓，讓我感覺銀行的未來非常有前景，很慶幸自己參加了這次培訓，著實大開眼界！

——招商銀行

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com