【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

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X