课程 ID: 16965
描述:
话题概述:
随着金融行业的发展，大数据技术已经成为风控的重要工具。在大数据时代，传统的评分卡模型已经无法满足复杂的风险管理需求，智能风控技术应运而生。随着深度学习技术的不断成熟，风控模型也从传统的评分卡时代进入到了深度学习时代，甚至进入到了大模型智能时代。在风控越来越卷，数据、技术同质化较为严重的背景下，作为较早就开始拥抱大数据风控的团队，我们在过去的一、两年时间里尝试了一些差异化的深耕和突破。本次分享会介绍我们对于风控技术演化路径的思考和我们尝试的一些差异化突破，并以场景金融这一业务场景所面临的复杂问题，来具体介绍下我们对迁移学习和多任务学习的探索和实践。此外，本次分享的最后一部分也会就当前比较热门的大模型、GPT在风控领域中的应用做一些开脑洞的展望。
演讲题纲:
1.数据风控的3个阶段
- 评分卡时代
- 深度学习时代
- 大模型智能时代
- 风控细节的理解：数据、算法、算力三个方向发力
2.深度学习应用的4个维度
- 数据维度扩展
- 复杂特征学习
- 多领域学习
- 半自动化
3.多领域学习
- 业务场景介绍
- 业务问题1：新场景启动；模型更新；解决方案：迁移学习
- 业务问题2：多资方联合建模；多场景联合建模；解决方案：多任务学习
4.智能时代风控展望
- 大语言模型在地址风险判断的应用
- 基于autogpt、lanchain的智能风控
话题亮点：
1.风控同质化突破的实践方向；2.复杂场景建模的创新方案