【培訓(xùn)對(duì)象】
. 非數(shù)據(jù)專業(yè)背景學(xué)員 . 客服中心、產(chǎn)品研發(fā)、市場(chǎng)營(yíng)銷、業(yè)務(wù)支撐和經(jīng)營(yíng)分析等對(duì)業(yè)務(wù)數(shù)據(jù)分析有要求的崗位 . 有業(yè)務(wù)決策權(quán)的學(xué)員 ，學(xué)習(xí)效果最佳

【培訓(xùn)收益】
1. 為什么要學(xué)這門課？ 當(dāng)今 ，人工智能技術(shù)正在銀行業(yè)領(lǐng)域得到廣泛應(yīng)用。作為一種主要的人工智能技術(shù) ，大規(guī)模AI模 型如ChatGPT已經(jīng)成為銀行業(yè)的熱門趨勢(shì)和關(guān)鍵領(lǐng)域。 如果銀行忽視了AIGC的應(yīng)用 ，可能會(huì)造成以下不好的結(jié)果： . 錯(cuò)失商業(yè)機(jī)會(huì)：其他銀行或金融科技公司可能會(huì)更快地采用AIGC技術(shù) ，從而在市場(chǎng)上獲得競(jìng)爭(zhēng)優(yōu) 勢(shì)。 . 浪費(fèi)寶貴資源：銀行可能會(huì)繼續(xù)使用傳統(tǒng)的方法來(lái)處理數(shù)據(jù)和決策 ，這樣可能需要更多的時(shí)間和資 源 ，導(dǎo)致效率降低和成本增加。 . 風(fēng)險(xiǎn)控制不足：銀行面臨的風(fēng)險(xiǎn)可能會(huì)增加 ，因?yàn)闆](méi)有充分利用AIGC技術(shù)來(lái)監(jiān)測(cè)和預(yù)測(cè)風(fēng)險(xiǎn)。這可 能會(huì)導(dǎo)致銀行的貸款損失和信用風(fēng)險(xiǎn)增加。 . 客戶體驗(yàn)不佳：AIGC技術(shù)可以幫助銀行更好地了解客戶的需求和偏好 ，從而提供更好的客戶體驗(yàn)。 如果銀行沒(méi)有采用AIGC技術(shù) ，可能會(huì)導(dǎo)致客戶流失和聲譽(yù)受損。 因此 ，銀行應(yīng)該重視AIGC技術(shù)的應(yīng)用 ，并將其納入業(yè)務(wù)戰(zhàn)略中 ，以獲得更好的商業(yè)價(jià)值和競(jìng)爭(zhēng)優(yōu)勢(shì)。

章 節(jié) 小節(jié) · 知識(shí)點(diǎn)

 

 

 

 

 

 

 

AIGC通識(shí)

 

 

⼀ 、追本溯源 01. ⼈⼯智能三要素
· 數(shù)據(jù)：升維思考
· 算法：降維打擊
· 算力：基礎(chǔ)設(shè)施
02. 發(fā)展歷史
. 圖靈測(cè)試：你猜我是誰(shuí)？
· 符號(hào)主義：你做我做
· 連接主義：你說(shuō)我做
· 恐怖主義：你看我做

 

⼆ 、奇點(diǎn)來(lái)臨 01. 機(jī)器視覺(jué)：從OCR到CNN
02. NLP與知識(shí)圖譜： RNN、馬爾科夫鏈與圖數(shù)據(jù)庫(kù)
03. 史上最快過(guò)億用⼾產(chǎn)品ChatGPT
· 高速進(jìn)化：從GPT3、GPT-3.5到GPT4
· 大語(yǔ)⾔模型LLM與Transformer模型原理

 

三、未來(lái)趨勢(shì) 01. 更大規(guī)模的模型
· 國(guó)外：OpenAI與其他
· 國(guó)內(nèi)：百度/阿里/騰訊/字節(jié)
02. 更⼴的應(yīng)用場(chǎng)景
03. 更高的可解釋性
我與AIGC ⼀ 、普遍應(yīng)用 01. AIGC在⽂本⽅面的應(yīng)用
02. AIGC在圖像⽅面的應(yīng)用

03. AIGC在其他方面的應(yīng)用

二、銀行應(yīng)用 01. 客戶數(shù)字畫像
02. 風(fēng)險(xiǎn)信用評(píng)估
03. 投資戰(zhàn)略決策
三、實(shí)操體驗(yàn) 我來(lái) ，我見(jiàn) ，我征服！ 

易精銀行數(shù)字化實(shí)戰(zhàn)教練 曾劍韜

 

1. 個(gè)人概況
1.1 一生職業(yè)目標(biāo) 培育十萬(wàn)數(shù)字化英才
1.2 六大授課優(yōu)勢(shì)
㊀ 深耕銀行數(shù)字化培訓(xùn)和咨詢二十余年 ，客戶遍及各大銀行
㊁ 長(zhǎng)期任國(guó)有大數(shù)據(jù)征信公司首席數(shù)據(jù)官 ，服務(wù)信貸風(fēng)控
㊂ 熟悉銀行數(shù)據(jù)系統(tǒng) ，掌握各業(yè)務(wù)條線邏輯和大量數(shù)據(jù)案例
㊃ 獨(dú)創(chuàng)易精數(shù)據(jù)沙盤 ，零基礎(chǔ)也能學(xué)會(huì)數(shù)據(jù)分析 ，學(xué)員近萬(wàn)
㊄ 數(shù)據(jù)治理專家 ，帶隊(duì)通過(guò)數(shù)據(jù)治理國(guó)家標(biāo)準(zhǔn)DCMM三級(jí)
㊅ 清華大學(xué)電機(jī)系學(xué)士 ，北京大學(xué)光華管理學(xué)院碩士

 

2. 成功案例
2022年至今 ，學(xué)員課后評(píng)分9.6+。

 

 

3. 擅長(zhǎng)領(lǐng)域

 

 

首創(chuàng)《易精數(shù)據(jù)沙盤》模型理論及數(shù)據(jù)工具。
擅長(zhǎng)領(lǐng)域：
. 客戶數(shù)據(jù)洞察與數(shù)字化營(yíng)銷
. 數(shù)據(jù)思維與數(shù)據(jù)分析
. 數(shù)據(jù)治理與數(shù)據(jù)建模
. 機(jī)器學(xué)習(xí)與AI應(yīng)用
. 數(shù)字化產(chǎn)品設(shè)計(jì)與運(yùn)營(yíng)
. 金融數(shù)字化轉(zhuǎn)型與風(fēng)控

 

4. 課程目錄
. 易精銀行客戶數(shù)據(jù)營(yíng)銷、風(fēng)控與運(yùn)營(yíng)實(shí)戰(zhàn)
. 銀行大數(shù)據(jù)獲客與精準(zhǔn)營(yíng)銷
. 易精銀行文本大數(shù)據(jù)挖掘?qū)崙?zhàn)
. 易精銀行客戶畫像數(shù)據(jù)建模與Python編程實(shí)戰(zhàn)
. 易精銀行客戶數(shù)據(jù)驅(qū)動(dòng)與數(shù)字化運(yùn)營(yíng)
. 易精銀行信用卡業(yè)務(wù)拓展與客戶數(shù)據(jù)營(yíng)銷
. 易精保險(xiǎn)行業(yè)客戶數(shù)據(jù)驅(qū)動(dòng)與數(shù)字化運(yùn)營(yíng)
. 銀行數(shù)字化經(jīng)營(yíng)的核心問(wèn)題分析
. 易精保險(xiǎn)數(shù)據(jù)思維與客戶數(shù)據(jù)洞察
. 易精銀行零售中臺(tái)數(shù)字化能力提升與場(chǎng)景建設(shè)
. 易精金融數(shù)據(jù)分析與Stata實(shí)戰(zhàn)
. 易精保險(xiǎn)數(shù)據(jù)分析、邏輯思維和優(yōu)質(zhì)報(bào)告
. 易精金融數(shù)字化英才成長(zhǎng)營(yíng)
. 銀行AIGC ·ChatGPT趨勢(shì)與場(chǎng)景應(yīng)用
. 易精消費(fèi)金融人工智能與數(shù)據(jù)營(yíng)銷決策應(yīng)用