午啪啪夜福利无码亚洲,亚洲欧美suv精品,欧洲尺码日本尺码专线美国,老狼影院成年女人大片

1、用AI驅動金融科技XX科技XX XX北京XXXX科技有限公司目錄01產品介紹02市場分析CONTENTS公司介紹0403創業團隊05財務分析1產品介紹產品介紹技術產品技術產品產品介紹產品介紹BLP集成學習建?？蚣芗蓪W習建?？蚣苤匦露x移動互聯網行為風險價值重新定義移動互聯網行為風險價值傳統模型傳統模型使用最具區分度的統計信息僅挖掘頭部價值BLP，改變粗顆粒度用戶行為收集，不僅僅是統計數字，更是 細膩到每一次點擊，每一次輸入的交互分析，精確捕捉生物行為模式提供基于移動互聯網行為的風險評分服務BLP+復雜集成模型復雜集成模型打造弱數據的強風控XX體系體系XX體系體系XX體系：體系：應用領域應用領2、域解決方案解決方案基于移動行為，由XX通用違約概率預測模型映射而成，直接與風險壞賬掛鉤，建議作為風控反欺詐的首選準入防護墻ScoreScore產品應用情況產品應用情況某大型消費金融公司的小額信用貸場景，使用真實樣本測試QScore和QFraud，實際預測效果顯著覆蓋度達90%+好壞區分度KS=30%+反欺詐+QFraud風險名單申請評分+QScore驗真/合規客戶申請申請通過申請拒絕Score=cutoffriskLevel in(0,1)Score=cutoffriskLevel in(2,3)未通過通過產業化前景及預期收益產業化前景及預期收益合作客戶合作客戶產品圖片產品圖片XXXX 機器學3、習平臺機器學習平臺自動化特征發現自動化特征發現基于多數據源自動化生成用于機器學習數據集豐富的算法工具箱豐富的算法工具箱集成并持續更新流行算法工具自動化模型調優自動化模型調優超參數尋優支持自動化及個性化并行化大規模計算并行化大規模計算提供分布式集群計算服務0102030405模型部署簡單模型部署簡單一鍵部署模型進行實時預測、批量預測我們的優勢我們的優勢智能：要求企業能夠適應不斷變化的內外部環境，實現數據價值我們的優勢我們的優勢因素因素現實現實理想理想特征工程建模人員進行少量特征工程探索龐大的AI團隊進行大規模特征工程探索模型規模幾十到幾千維度幾千萬到數十億維度模型算法采用神經網絡反復煉丹，通過模4、型變化適應場景采用大規模機器學習算法，通過特征工程適應場景模型除錯經常出現穿越、過擬合等問題，線下建模效果很好，上線之后失望老司機利用經驗帶領團隊排出掉建模過程中的各種風險標準算法優化：GBDT Vs.傳統決策樹傳統決策樹算法傳統決策樹算法（如（如Cart,C4.5算法）算法）傳統集成學習決策樹算法傳統集成學習決策樹算法（如（如SAS上隨機森林算法等）上隨機森林算法等）GBDT/HE-TreeNet（XX科技）科技）樹的數量樹的數量單棵樹多棵樹多棵樹模型準確度模型準確度樹過深容易擬合，刻畫準確和過擬合難以兼得用很多棵簡單的樹迭代，不容易過擬合用很多棵簡單的樹迭代，不容易過擬合樣本數量樣本數量幾5、百年幾百萬到幾千萬數億甚至幾百億輸入特征輸入特征數千數千到數萬沒有限制，由平臺節點規模而定離散特征離散特征使用能力使用能力無法處理大規模離散特征無法處理大規模離散特征通過HE-TreeNet實現對大規模離散特征的處理和使用從上表中我們可以看到，先知平臺大規模機器學習建模的GBDT算法和傳統集成學習決策樹算法都具有多棵樹，可以兼顧模型準確度的要求和防止模型過擬合的要求，而從支持建模樣本數量和輸入特征數量上，都比傳統集成學習決策樹算法大大提升。標準算法優化：XX科技Vs.傳統決策樹傳統邏輯回歸法傳統邏輯回歸法大規模離散邏輯回歸算法大規模離散邏輯回歸算法（XX科技）科技）特征維度特征維度幾十到幾千幾6、千萬到幾十億，甚至上萬億模型兼容性模型兼容性需要使用高飽和度數據可以直接使用低飽和度稀疏數據樣本數據抽樣樣本數據抽樣樣本數據抽樣，只使用抽樣出來的樣本建模無需抽樣，使用全量樣本建模從上表中我們可以看到，雖然兩者都叫邏輯回歸，但在特征維度、數據兼容性和樣本數據是否需要抽樣上存在著巨大差異。Wide and Deep Model(鳳巢第一代深度學習模型，2003)Deep Sparse Network(XX科技新一代深度學習模型，2015)學習模型學習模型對臺州銀行流失客戶進行相關數據細分與分析，確定流失客戶特征和屬性，同時分析影響客戶流失的各因素及各因素之間的相互關系。在此基礎上，對流失客戶在流7、失過程中所處時間段，進行數據分析，確定流失客戶時空特征，并對流失客戶資產特征進行深入分析與判斷，進而幫助臺州銀行對已經流失或者有流失預警的客戶，提供個性化的流失客戶挽留策略。獲取新客戶成本是老客戶5倍，睡眠客戶激活提高30%，流失率降低40%，電話營銷提高100%精細：對個性化和微觀業務場景的分析和預測能力要求早已遠超傳統企業的想象傳統客戶觸達：用少量特征將用戶較為粗放的劃分到少量類別中，每個類別中的用戶被認為有相似的屬性和相同的意愿，丟失了對每個用戶的個性化描繪，準確性有限。同時也無法覆蓋到部分客群中的個性化用戶。大數據機器學習模型：基于日益豐富的海量數據樣本，和千萬以上量級數據特征，將用戶8、細分到微觀粒度，對每個用戶做精細的個性化描述，直接定位到每個有意愿的用戶，更精準，更全面。在通過技術層面提高模型維度的同時，XX科技也在積極降低機器學習的使用門檻，讓更多的技術、業務等非專業建模人員能夠使用機器學習，建立適合各個業務的高維模型。2017年初，內部舉行了全球首個面向非專業人士的機器學習建模比賽“XX建模大賽”。所有參賽選手均由XX科技內部行政、人事、市場、商務等非機器學習專業的員工構成。比賽結果按照參賽選手所建模型的AUC（筆者注：AUC是衡量模型準確度的專業指標，取值在0到1之間）指標衡量。以往，專業數據科學家的建模AUC在0.8以上。通過兩周的簡單培訓，有70%的“業余”參賽9、選手的模型AUC達到了0.8以上的優異成績。值得一提的是，在內部建模比賽之后，XX科技創立了“XX大學”人才培養計劃，通過培養非專業人士建模，“批量生產”數據科學家，進一步解決AI人才高門檻的問題。特征工程：讓普通人能夠有效探索出足夠有效的特征集 模型規模：引入一套支撐超高維模型訓練的機器學習系統 模型算法：使數據工程師能夠訓練出足夠有效的模型 模型除錯：使數據工程師能夠快速了解到模型是否有錯誤并加以排除如何如何使使普普通人變通人變成成AI專家專家案例：應用場景應用場景A自然語言處理自然語言處理語義分析、輿情分析等，用于智能機器人。C反欺詐分析反欺詐分析理賠欺詐風險識別、信用卡欺詐判定模型等。10、E風險定價風險定價航延險風險定價等，用于智能定價。B圖像識別圖像識別智能碎屏識別、文字識別等，用于智能核保核賠。D智能營銷智能營銷用戶畫像、用戶行為分析等，用于精準營銷。數據開放計算平臺數據開放計算平臺數據開放計算機平臺的所有數據查詢、計算、反饋、計費等過程都通過XX的完成授權并上鏈留痕，引入監管平臺所有的數據交互記錄，可以按照監管者的要求進行詳細的監管審計。數據提供方通過客戶端接入數據開放計算平臺，所有的原始數據都會通過客戶端完成機密后才會參與數據交互過程，保證了原始數據的安全。通過智能合約，保證數據脫敏使用，通過安全多方計算的密碼學算法在不泄露各方原始數據的前提下，完成多方的數據聯合計算，11、在確保用戶數據隱私的前提下，進行業務的處理。數據鏈上共享數據鏈上共享監管者置頂數據標準數據提供者進行對接開發查詢者發起查詢查詢結果在客戶端非對稱加密數據提供者查詢本地數據鏈上廣播查詢請求反饋結果（加密）鏈上廣播查詢者解密獲得查詢結果多方安全計算多方安全計算多方安全計算支持復雜的計算腳本的定制，各方可以在不泄露各自原始數據的情況下，得到正確是計算結果，腳本的審核、數據的授權準備以及計算的發起和參與方的反饋均在鏈上授權完成，計算的中間狀態可信、數據源可信，也便于事后的監管審計。定制計算腳本參與方對腳本審核發起計算得到計算結果各數據方間進行加密數據交互完成數據查詢與準備技術優勢技術優勢智能系統 實時12、監測7 24小時智能化監測系統實時監測交易動態大數據鏈 全球備份分布式數據鏈系統全球備份,隨時聯動網絡賬本 私人加密依據哈希密碼生成網絡賬本私人賬戶信息高度加密交易記錄 永久備案交易信息通過區塊鏈驗證永久存儲,無法刪除實名合約 不可篡改通過建立實名制智能合約讓每筆交易不可篡改技術應用技術應用通過數據開放計算平臺，可以整合多家金融機構的信貸數據，在保護隱私、用戶授權的前提下，形成個人完整的電子信用查詢解決方案。多家金融科研機構合作進行科學計算與統計，同時保護原始數據不泄露。金融機構信用共享科學統計與計算2市市場分析場分析目標市場目標市場2017年，中國消費信貸市場保持著19%的強勁增長勢頭，信貸13、結構占比上升至21%，對比歐美發達國家超過60%的水平，蘊藏巨大增長空間。但機遇背后，銀行面臨著“流量”和“風控”的雙重壓力：一方面互聯網企業占據了絕大部分的流量入口，另一方面大數據風控的技術壁壘對消費金融業務帶來了新的挑戰。目前消費信貸產品還款期限主要集中在612個月(51.25%)和1224個月(25.58%)區間。大部分貸款年利率都在30%以下，極少數的貸款年利率達到了50%以上。超過一半的消費信貸審核時間超過一天；審核通過后，近八成的消費信貸商可在一天內放款，但是，也有22.28%的貸款發放時間超過了24小時，效率有待提升。目標市場目標市場2008-2018年中國消費信貸規模預測目標市14、場目標市場東南亞消費滲透率仍處于較低水平目標市場目標市場東南亞 消費金融結構產業應用預期產業應用預期應用領域應用領域金融和銀行業 信用評分 欺詐檢測 風險分析 客戶分析 貿易外匯預測零售和電子商務 需求預測 建議 欺詐檢測 顧客區分市場營銷和銷售 市場與客戶細分 價格優化 客戶流失率分析 客戶生命周期價值預測 銷售機會分析 社會網絡中的情緒分析旅行和預訂 需求預測 價格優化 價格預測（動態變化的價格）保健與生命科學 提高診斷準確率 識別高?；颊?保險產品成本優化其他 物體識別（照片和視頻）內容推薦（電影、音樂、文章和新聞）更多3創業團隊創業團隊王建翔 XX科技創始人 首席執行官 2008.9-15、2012.6哈爾濱工業大學材料學院，本科；2013.5-2015.5新加坡國立大學工程學院，碩士；2015.3-2015.5 麻省理工學院，PhD Candidate；2016 中關村U30-30歲以下30位改變世界創業者；2016 海聚工程-北京市特聘專家；2017 福布斯30歲以下30位精英；2018 中關村高端領軍人才；2012.6-2012.12曾就職于上海浦發銀行，負責企業風險管理工作；2012.12-2013.6 青島世紀創想合伙人，一年內突破3億成交額；2013.7-2015.2 新加坡XX科技有限公司斬獲新加坡政府基金GIC旗下Singapore Spring投資；2016.516、-至今 XX科技獲得伙伴創投，58同城姚勁波，36氪劉成城天使輪投資。存士資本A輪，鼎世弘道B輪。個人經歷個人經歷創業團隊創業團隊宋坤宋坤聯合合伙人聯合合伙人 首席技術官首席技術官北京理工大學碩士 高級開發工程師原虎嗅網CTO。2008年碩士畢業于北京理工大學；畢業后加入央視網，從事系統設計開發；2009年加入搜狐，先后負責搜狐微博，sns社區等多個項目的設計開發維護工作；2011年加入騰訊，負責搜索應用部垂直搜索社區開發；2012年加入聯想研究院，負責視頻社交軟件友約的架構設計，開發，團隊管理等工作；2015年加入虎嗅網，負責內部創業項目怒馬的全面管理工作，包括產品規劃，運營策略，技術架構等17、；后升任虎嗅網CTO，負責技術、產品、設計、運營團隊的管理工作。白光冬白光冬合伙人合伙人 底層架構設計師底層架構設計師北京大學本碩 新加坡國立大學博士新加坡理工大學副教授 曾任教于新加坡理工大學，現從事區塊鏈協議驗證研究，系統安全專家，曾發現微博重大登錄漏洞（被安全四大頂級會議之一NDSS收錄），安卓系統專家，系統驗證工作被軟件工程頂級雜志TSE收錄，多次在頂級會議及雜志上發表學術論文，ICECCS兩次最佳論文獎獲得者。許浩然許浩然合伙人合伙人 網絡安全官網絡安全官山東大學，本碩博美國普渡大學訪問學者 多次在國際頂尖會議及期刊上發表隱私保護、數據挖掘等主題的研究成果，國際性能計算與通 信(Pe18、rformance Computing and Communications)大會演講者，國際網絡服務（Web Services）大會演講者，國際普適智能與 計 算（Ubiquitous Intelligence and Computing）大會演講者，原蘇州火聯智能通訊有限責任公司合伙人。團隊介紹團隊介紹合伙人合伙人 首席產品官首席產品官陳沁欣陳沁欣南京理工大學控制理論與控制科學博士量化交易和宏觀經濟專家；存士資本控股主席，存士資本作為多支政府產業引導基金及上市公司并購基金的發起人和多支二級市場MOM基金投資顧問；八年投資經驗，在宏觀經濟研究、大類資產配置和一二級市場聯動等領域擁有獨到資源及19、成熟的策略；南京Linux user group管理員。李曉鵬李曉鵬合伙人合伙人 首席運營官首席運營官新加坡南洋理工大學 電子工程專業本科新加坡國立大學 計算機科學專業碩士原Oracle應用產品高級銷售經理。2011年本科畢業后加入惠普新加坡公司任工程師；2013年加入Salesforce公司任中國區商務拓展經理，并于當年獲得Salesforce APAC大區商 務 拓 展 年 度 業 績 第 一 名；2017 年加入Oracle中國負責SaaS產品銷售。本科以榮譽學位畢業于新加坡南洋理工大學電子電氣工程專業；碩士畢業于新加坡國立大學計算機科學專業。合伙人合伙人 首席數據官首席數據官劉博劉博武20、漢大學本科 新加坡南洋理工大學博士曾就職于世界第二大半導體生產企業，任職高級項目經理。擁有跨國項目整合和協調經驗領導技術團隊進行前沿技術研究。在國際一流期刊上發表論文30余篇，擁有美國專利2項，新加坡和中國專利各一項。新加坡ICCAFE孵化器創始成員，幫助多家企業進軍東南亞市場。參與多項電商創業，并取得良好業績。美國特許金融分析師（CFA）一級。姚勁波 58同城 戴志康戴志康 伙伴創投 劉成城劉成城 36Kr現有投資人及機構 鼎世弘道鼎世弘道 存士資本存士資本 4公司介紹公司介紹榮獲2017年中國最具投資價值企業50強2018年05月入選北京市優秀創業項目十強2017年10月2017年8月獲選21、中國互聯網金融新銳企業2017年9月2017年7月榮獲中國財富管理創新創客大賽二等獎獲得58同城姚勁波，36氪劉成城，伙伴創投（原discuz創始人戴志康）聯合投資2017年5月創立北京XXXX科技有限公司XX Chain融資1000BTC2018年8月鼎世弘道B輪3500萬融資2017年9月存士資本A輪2000萬融資2018年7月創業歷程創業歷程針對XX科技的關鍵成功要素的4個方面，團隊具備了初步的進展 在各類環境中，性能穩定的AI和機器學習技術 成熟的數據挖掘技術、多維數據分析技術和數 據適量控制技術 技術團隊需要合成機器學習、人工智能和大 數據挖掘和分析等人才 管理團隊對市場有深刻洞見，22、人脈廣泛，對于技術有深入見解，且有深厚管理能力 在產業鏈中打通各類上下游渠道，保障良好運 營 資源共享，如和同盾、百融達成戰略合作，共同搜集利用大數據資料，共享解決方案等核心技術領先世界，實現了初步產量；我們已經在機器學習技術上行業領先，具有一定優勢地位，如：反欺詐、風控技術等技術團隊擁有核心人才，均來自于頂級高校碩博士以及行業頂級企業。劉躍作為技術總監和主要技術配合人才王建翔達成協議，共同開發研究XX科技產品。目前基于原91金服的業務基礎，積累了20多萬名C端數據，1000余家B端客戶。利用20萬余數據庫能夠驗證新產品XX科技數據，而此前積累的1000多余家B端客戶就會成為新產品的最終購買者23、。資源同行：陸續洽談中 服務同行：陸續洽談中關鍵成功要素目前進展主要工作流主要工作流資金及落地落實初期投資1.2億，其中團隊出資1100萬盡快落實和地方政府簽訂的地協議，明確相關權責，如土地、場地、人才補助和其他方面等產品研發2016.4-2016.10 數據適量控制引擎階段2016.10-2017.3 多維數據分析引擎階段2017.3-2017.9 海量數據及其學習引擎階段2017.9-至今 數據深度挖掘引擎階段人員招聘公司需要的人才包括:機器學習人才、人工智能人才、大數據人才、風控人才和其他人才銷售/市場主要服務包括：金融技術服務、聯合建模、技術入股、數據使用、機器學習和平臺使用及咨詢管理24、公司制度、文化體系制定公司章程，針對如下方面做出詳細的規定，如價值觀、目標、價值分配方式、基本經營方式、組織構成方式、決策及控制機制和管理制度等。2016.5 2017.82017.92017.102017.112018.12成立團隊引擎階段研發人員招聘到位對外營銷取得市場主導地位北京市優秀創業項目2017年中國最具投資價值企業50強公司榮譽公司榮譽中關村企業信用促進會會員單位公司榮譽公司榮譽AI最佳雇主50強明星企業01022016中國（青島）財富管理創新創客大賽財富管理創客北京分賽創新工場專場第一名第一名2016中國（青島）財富管理創新創客大賽優秀財富管理創客獎優秀財富管理創客獎附件5財務25、分析財務分析模式收費服務費單筆交易收費3-5%聯合建模數十萬到數百萬不等技術入股20-30%比例分紅數據使用費按照不同數據使用收費機器學習基礎使用費+復雜模型定制使用費產品的獲利模式產品的獲利模式財務財務數據數據2017上半年2017下半年2018上半年2018下半年2019上半年2019下半年501005001500500070002017年-2019年營收表（單位：萬）2017年2018年2019年-400150080002017年-2019年利潤表（單位：萬元）感謝聆聽 請多支持Adress:Jln.Taruna Jaya Gg.IVSerdang,Kemayoran,Central Jakarta City,Jakarta 10650Phone:Mobile:+86.18101099331E-mail:JefferyBTCBank.idWeChat:ID:468013291