秦苍科技数据科学家沈赟：AI在消费金融产品设计以及风险控制中的应用 | 硬创公开课预告

本文作者：刘伟

2017-05-20 14:10

导语：本次雷锋网硬创公开课邀请了秦苍科技数据科学家沈赟博士，为大家详细介绍如何运用人工智能和机器学习进行金融产品设计、用户信用审核以及反金融诈骗。

近两年，随着互联网金融迅速走俏，消费分期相关的业务逐渐成为备受瞩目的蓝海市场，据第三方研究机构预测，中国潜在的市场规模可达十万亿。

与此同时，中国的个人征信体系却迟迟未能健全。尤其是为数众多的蓝领人群，他们既是没有个人征信记录的“薄文件”人群，又是小额分期业务的主力消费群体。没有征信记录不代表信用不佳，如何才能快速精准地从这些人群中找到优质客源，是互联网分期行业面临的重要课题之一。

此外，中国网络黑产的规模也已达到千万级别，如何提高欺诈分子的作案成本，提高系统的防御能力和预警能力也成为了互联网金融行业的共同课题。

传统金融行业的风险控制主要依赖于人力完成，周期长、效率低；在追求速度与用户体验的互联网时代已然不再适用。人工智能和机器学习成了新的选择。

本次雷锋网硬创公开课邀请了秦苍科技数据科学家沈赟博士，为大家详细介绍如何运用人工智能和机器学习进行金融产品设计、用户信用审核以及反金融诈骗。

嘉宾介绍

秦苍科技数据科学家沈赟：AI在消费金融产品设计以及风险控制中的应用 | 硬创公开课预告

沈赟博士，秦苍科技数据科学家，具有9年金融领域机器学习研究开发经验。拥有德国柏林工业大学电子信息科学与技术博士学位、上海交通大学计算机科学与技术硕士学位、德国柏林工业大学电子信息科学与技术硕士学位、上海交通大学计算机科学与技术本科学位。

曾在Journal of Machine Learning Research, Neural Computation, SIAM Journal on Control and Optimization等机器学习、神经网络以及应用数学等领域的顶级期刊和会议上发表多篇学术论文。

曾任职德国LOBSTER Data 量化分析师，分析处理高频Nasdaq数据，辅助完成产品上线。现担任秦苍科技数据科学家，率领团队构建基于机器学习的信用评分、额度策略、反欺诈以及用户生命周期内的自动化动态调频系统等。成功打造了基于用户数据1秒内完成信用评分的评分机制，相比传统模型提高了25%AUC。