【报名】移动互联网大数据助力金融风控
中国信用体系正处于建设完善阶段，大量人群不在覆盖范围内，难以享受信用服务，金融机构对信用用户的人群下探推动了行为大数据在风控过程中的使用。移动互联网用户行为数据作为自然人的指端延展具有数量大、维度多、动态好等特点，正在逐渐成为白户人群的信用信息替代品。本次清华大数据“技术·前沿”讲座，嘉宾陈雷会从移动互联网数据的采集、初步加工、特征因子工程、模型与数据评估等方面完整阐述TalkingData在金融风控领域应用上的数据价值探索与心路历程。
【时间】2017年06月05日（周一）19：20
【地点】清华大学四教4301
【报名】点击文末“阅读原文”
【主办单位】清华大学交叉信息研究院、清华-青岛数据科学研究院
【承办单位】大数据产业联合会
【支持单位】THU数据派、中国计算机学会北京林业大学学生分会、斑羚在线
【主讲嘉宾】
陈雷
TalkingData FinTech总经理
陈雷拥有20多年IT行业的业务及技术咨询和服务经验。现就职于中国最大的独立第三方移动数据服务平台TalkingData，任FinTech总经理，负责金融科技大数据应用产品。
之前陈雷曾经服务于Oracle, IBM, DWL等企业，历任Oracle中国区大数据技术总监，大客户技术总监， IBM 首席架构师等职务，负责电信，金融，零售，物流等多行业的业务和技术咨询工作。陈雷毕业于浙江大学，约克大学，拥有多项职业技术认证和技术专利。
量化金融信用与风控分析
课程号：80470193
为了让清华大学大数据能力提升项目的学生在基础学习和科研之上，更好地了解大数据技术行业领域中的应用，清华-青岛数据科学研究院支持开设了金融大数据方向《量化金融信用与风控分析》的课程（课号：80470193）。并且聘任加州大学伯克利分校计算机博士黄铃和美国卡内基梅隆大学高性能计算研究教学中心创始人、联席总监种骥科博士联袂任教。
在讨论课上，同学们会深度接触互联网金融行业中建立信用／风控模型的理论和实践案例，并了解关键学术挑战和应对它们的解决方案。同学们还将亲手设计实现信用和风控模型，通过讲座了解接触世界上最先进的信用分析和反欺诈的方法，优秀项目成果还有望投稿一流的学术会议。本此讲座隶属该课程。
课程简介
金融与互联网行业的深度结合带来了金融信贷模型的变革，这些变革对于普惠金融、个人和企业信贷带来了很多便利和新的市场形式。然而，新的互联网数据源也给征信模型的设计带来了新的科研问题，同时，互联网中广泛存在的欺诈行为也给这一新的信用模式带来了挑战。该课程目的在于让学生理解这一领域的科研和实践最新进展，为学生开展这一方向的深入研究打下基础。
本课程包括的模块有：
信贷模型的架构与设计；
反欺诈模型的架构与设计；
行业实践案例。
在这一课程中，学生需要平均每周阅读2篇本领域最新论文，并且实际动手设计两个项目，包括一个基于LendingClub信贷数据的信用数据建模项目和一个自由选题的团队研发项目。
任课教授
种骥科博士，现任宜信宜人贷首席数据科学家。曾任美国卡内基·梅隆大学教授与博士生导师，开创了卡内基·梅隆大学高性能计算研究教学中心，任联席总监。种骥科有多年互联网、大数据及金融创新经验。在加入宜人贷之前，曾任职于美国Simply Hired招聘平台，创建了数据科学部，并应邀为白宫科技办公室参谋大数据技术产品设计。种骥科曾就职于美国Silver Lake 私募公司任Kraftwerk基金数据科学架构师，负责大数据技术应用。种骥科持有加州大学伯克利分校电子工程和计算机科学系博士学位，卡内基梅隆大学电子和计算机工程系硕士及本科学位，并持有9项专利。
黄铃博士，AHI Fintech创始人、CEO，加州大学伯克利分校计算机博士。黄铃是DataVisor 公司创始成员和大数据总监 (2014-2016)，曾在美国英特尔研究院任资深科学家七年(2007-2014)。黄铃在人工智能、大数据分析和金融科技相关领域有近十五年的研究和开发经验，在世界顶尖会议上发表近50篇论文，总引用超5000次。当前研究兴趣包括：自然语言金融投研、大规模用户画像、风险评估和欺诈检测、基于深度学习的图像分类、目标检测和内容的理解。
公众号底部菜单有惊喜哦！
企业，个人加入组织请查看“联合会”
往期精彩内容请查看“号内搜”
加入志愿者或联系我们请查看“关于我们”
点击“阅读原文”报名