【活动回顾】蚂蚁摩斯“数据要素市场行业数智化系列沙龙”首期 圆满举行

本文主要是介绍【活动回顾】蚂蚁摩斯“数据要素市场行业数智化系列沙龙”首期 圆满举行,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

3月21日,蚂蚁摩斯联合上海市数商协会、上海数据交易所,共同举办第一期数据要素市场&行业数智化实践系列沙龙活动,以金融行业为专题展开研讨,共同推动金融行业数据要素市场发展。

本次活动由上海数交所副总经理章健开场揭开活动序幕,同时活动还邀请了蚂蚁集团合规负责人、帆软软件资深总监、新致软件咨询总经理、浙江浙里信征信科技部副总经理、蚂蚁数科解决方案专家/技术专家/高级产品专家等多位嘉宾参与分享,现场有中国银行、工商银行、招商银行、联通等多家金融机构和生态伙伴代表80多人参与。

国家数据局发布实施《“数据要素×”三年行动计划(2024-2026年)》,明确以场景为牵引,根据不同行业的基础条件和数据禀赋,挖掘数据要素典型应用场景。其中,在“数据要素×金融服务”中提出,提高金融抗风险能力,推进数字金融发展,在依法安全合规前提下,推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通,支持金融机构间共享风控类数据,融合分析金融市场、信贷资产、风险核查等多维数据,发挥金融科技和数据要素的驱动作用,支撑提升金融机构反欺诈、反洗钱能力,提高风险预警和防范水平。

精彩瞬间回顾

系列沙龙活动致辞——章健(上海数交所副总经理)

上海数交所副总经理章健表示,金融行业是数据应用的重要领域,数字金融、绿色金融、普惠金融的发展都需要数据作为重要支撑。数字化程度和数据要素应用的深度将直接影响金融机构的发展水平和竞争力。金融板块是上海数交所重点建设的交易板块之一,针对银行、保险、证券等金融机构的业务场景,提供高质量数据产品,深化数据要素在金融领域的广泛应用。

金融行业数据要素政策解读——刘宇(蚂蚁集团合规部高级专家)

随着DT时代的到来,数据交易成为企业合作当中必不可少的一环,为了规避数据合作中的泄露风险,相关的法律法规也在不断完善。蚂蚁集团合规部高级专家刘宇提出,结合实践探索来看,数据合规科技化贯通事前、事中、事后全流程,涵盖了多个环节。当前,数据交易所、金融机构内部数据合规治理、公共数据授权运营平台都存在数据合规需求。未来、数据合规化的发展将紧密贴合数据要素市场的发展进程,公共数据开放和数据资产化将成为重要方向。

近年来,金融行业数智化发展迅速,如何通过科技结合数据的手段进行企业降本增效、营销增长也成为行业人士最为关注的问题。

金融行业数智化发展历程与实践案例分享——黄奉孝(蚂蚁数字科技金融解决方案专家)

蚂蚁数字科技金融解决方案专家黄奉孝在金融行业数智化发展历程与实践案例分享中提到:金融和其他行业一样,拥抱科技的变化成为这些年的主旋律。目前,数据可流转、数据可计算、数据可审计成为金融数智化过程中的重要关注点。除此之外,隐私计算、联合建模、大模型等也作为金融数智化重要技术出现在视野中。蚂蚁基于隐私计算为银行提供服务,以技术为本、以数据价值为导向,赋能风控、卡营销、小微经营、信贷审批、反诈治理等典型金融场景。

隐私智能与大模型产品能力介绍——肖磊(蚂蚁数字科技高级产品专家)

聚焦数据技术产品化实践,肖磊以”数据隐私智能与大模型产品能力介绍“为主题,分享了保障数据安全合规流通的相关产品设计和最新能力。蚂蚁摩斯是大规模金融级的隐私计算产品,多种产品形态,拥有20多项权威机构认证,支持十亿级计算。本次活动上,肖磊主要介绍了摩斯的以下能力:

  • 多方ID安全碰撞:多方数据安全联合,进行联合圈人,精准触达,提升营销转化;
  • 多方数据安全建模:在数据不出域的情况下,精准刻化用户画像,进一步进行人群优化;
  • 大模型数据隐私保护:对于近期热议的大模型数据安全话题,输出了摩斯的产品方案。

    基于数据安全的大数据基建与实施——张启超(蚂蚁数字科技技术专家)

    张启超在”基于数据安全的大数据基建与实施“演讲中提到,隐私计算是为了实现数据价值流转,数据可用而不可见的目标而诞生的技术,解决大数据时代在隐私保护前提下链接数据孤岛的问题。介绍了隐私计算在安全性、性能、通用性、交付运维4个方面所面对的挑战,并给出相应的解决方案。活动最后,主持人在现场展示了蚂蚁摩斯(MORSE)隐私计算产品,并邀请观众进行产品实操体验,多家与会企业参与完成实操任务,并获得了实践学习证书。

这篇关于【活动回顾】蚂蚁摩斯“数据要素市场行业数智化系列沙龙”首期 圆满举行的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/846456

相关文章

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram