本文主要是介绍报名 | 飞速发展的个人消费信贷与风险控制讲座,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!
我国个人消费信贷自2006飞速发展至今,其发展趋势上消费信贷的规模绝对数值大,但是渗透率较发达国家仍然较低,因此还有巨大空间。极速发展的消费信贷来自新的金融技术和更广泛的获客渠道。扩大的消费金融规模伴随着不少风险,这些风险形成来源复杂多样,需要系统化的新型监管和高速高效的智能风控应用。
本场清华大数据“技术·前沿”系列讲座,我们邀请到博金贷金融科技研究院院长,现任排列科技首席科学家陈薇博士为大家介绍个人消费信贷产品的发展过程,总结信贷产品在不同维度上的大品类和他们的特点。
个人消费金融行业良性发展的需要高质量的风控。消费金融的风控目标是控制欺诈风险、选定目标客群、进行合理定价、控制和稳定不良水平。传统的线下风控从人工经验出发到数据驱动的量化数据风控,通过数据和模型预测风险程度,高效高速,用户体验好。而风控模型建立的核心要素之一就是建立模型的训练目标。如何使用数据分析和历史经验结合,找到合适的风控坏样本指标十分重要。本讲座会结合实际,介绍从时序上的信贷业务操作和数据上,找到既能快速反应信贷业务质量,又能覆盖未来风险损失的坏标签。
【时间】5月20日 13:30-15:30
【地点】清华校内(报名通过后将以短信/邮件形式通知)
【报名方式】点击文末“阅读原文”或扫描下方二维码报名
注:此次活动属于大数据能力提升项目实践模块讲座(8次以上)
【主办单位】清华大学交叉信息研究院、数据科学研究院
【协办单位】清华校友总会AI大数据专委会、清数大数据产业联盟
【嘉宾简介】
陈薇博士,博金贷金融科技研究院院长,江西互联网金融协会特聘风控专家,现任排列科技首席科学家。曾任职于Lendingclub (NYSE:LC) 任首席数据科学家,负责风险管理相关技术创新,开创性将机器学习与文本数据挖掘系统引入P2P贷款风险分析,取得非常良好的效果,并极大缩短了研发周期,主导的非传统风险模型与决策算法的研究与开发,使公司风控水准远高于美国传统银行。再之前,陈薇曾任Paypal(NYSE:PYPL)主任信贷分析师,专注线上交易风险识别和分析,尤其是银行交易的风险分析和建模设计,创新性将大数据,人工智能和机器学习运用于风险识别和决策。持有内布拉斯加大学计算机科学系博士学位,清华大学计算机工程系硕士及中国人工智能重点实验室成员,曾担任数个学术期刊评审,发表专业论文数十篇。
“技术·前沿”系列讲座
清华-青岛数据科学研究院“技术·前沿”系列讲座,以知识传播为使命,分享大数据新技术与前沿挑战;旨在介绍大数据面临的新挑战及各种前沿技术,与校内科研队伍互动交流。更多精彩干货及线下活动,敬请关注公众号数据派THU(ID:DatapiTHU)及姐妹号THU数据派(ID:datapi)。
点击“阅读原文”报名
这篇关于报名 | 飞速发展的个人消费信贷与风险控制讲座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!