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(qū)動金融科技曠特科技Quant tec北京眾智致新科技有限公司目錄01產(chǎn)品介紹02市場分析CONTENTS公司介紹0403創(chuàng)業(yè)團隊05財務(wù)分析1產(chǎn)品介紹產(chǎn)品介紹技術(shù)產(chǎn)品技術(shù)產(chǎn)品產(chǎn)品介紹產(chǎn)品介紹BLP集成學(xué)習(xí)建模框架集成學(xué)習(xí)建模框架重新定義移動互聯(lián)網(wǎng)行為風(fēng)險價值重新定義移動互聯(lián)網(wǎng)行為風(fēng)險價值傳統(tǒng)模型傳統(tǒng)模型使用最具區(qū)分度的統(tǒng)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(tǒng)計數(shù)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(lián)網(wǎng)行為的風(fēng)險評分服務(wù)BLP+復(fù)雜集成模型復(fù)雜集成模型打造弱數(shù)據(jù)的強風(fēng)控漫網(wǎng)體系漫網(wǎng)體系漫網(wǎng)體系漫網(wǎng)體系漫網(wǎng)體系：漫網(wǎng)2、體系：應(yīng)用領(lǐng)域應(yīng)用領(lǐng)域解決方案解決方案基于移動行為，由曠特通用違約概率預(yù)測模型映射而成，直接與風(fēng)險壞賬掛鉤，建議作為風(fēng)控反欺詐的首選準入防護墻ScoreScore產(chǎn)品應(yīng)用情況產(chǎn)品應(yīng)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(yù)測效果顯著覆蓋度達90%+好壞區(qū)分度KS=30%+反欺詐+QFraud風(fēng)險名單申請評分+QScore驗真/合規(guī)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(chǎn)業(yè)化前景及預(yù)期收益產(chǎn)業(yè)化前景及預(yù)期收益合作客戶合作客戶產(chǎn)品圖片產(chǎn)品3、圖片QuantBrain 機器學(xué)習(xí)平臺機器學(xué)習(xí)平臺自動化特征發(fā)現(xiàn)自動化特征發(fā)現(xiàn)基于多數(shù)據(jù)源自動化生成用于機器學(xué)習(xí)數(shù)據(jù)集豐富的算法工具箱豐富的算法工具箱集成并持續(xù)更新流行算法工具自動化模型調(diào)優(yōu)自動化模型調(diào)優(yōu)超參數(shù)尋優(yōu)支持自動化及個性化并行化大規(guī)模計算并行化大規(guī)模計算提供分布式集群計算服務(wù)0102030405模型部署簡單模型部署簡單一鍵部署模型進行實時預(yù)測、批量預(yù)測我們的優(yōu)勢我們的優(yōu)勢智能：要求企業(yè)能夠適應(yīng)不斷變化的內(nèi)外部環(huán)境，實現(xiàn)數(shù)據(jù)價值我們的優(yōu)勢我們的優(yōu)勢因素因素現(xiàn)實現(xiàn)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(guī)模特征工程探索模型規(guī)模幾十到幾千維度幾千萬到數(shù)十億維度模型4、算法采用神經(jīng)網(wǎng)絡(luò)反復(fù)煉丹，通過模型變化適應(yīng)場景采用大規(guī)模機器學(xué)習(xí)算法，通過特征工程適應(yīng)場景模型除錯經(jīng)常出現(xiàn)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(jīng)驗帶領(lǐng)團隊排出掉建模過程中的各種風(fēng)險標準算法優(yōu)化：GBDT Vs.傳統(tǒng)決策樹傳統(tǒng)決策樹算法傳統(tǒng)決策樹算法（如（如Cart,C4.5算法）算法）傳統(tǒng)集成學(xué)習(xí)決策樹算法傳統(tǒng)集成學(xué)習(xí)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（曠特科技）（曠特科技）樹的數(shù)量樹的數(shù)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5、樹迭代，不容易過擬合樣本數(shù)量樣本數(shù)量幾百年幾百萬到幾千萬數(shù)億甚至幾百億輸入特征輸入特征數(shù)千數(shù)千到數(shù)萬沒有限制，由平臺節(jié)點規(guī)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(guī)模離散特征無法處理大規(guī)模離散特征通過HE-TreeNet實現(xiàn)對大規(guī)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(guī)模機器學(xué)習(xí)建模的GBDT算法和傳統(tǒng)集成學(xué)習(xí)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(shù)量和輸入特征數(shù)量上，都比傳統(tǒng)集成學(xué)習(xí)決策樹算法大大提升。標準算法優(yōu)化：曠特科技Vs.傳統(tǒng)決策樹傳統(tǒng)邏輯回歸法傳統(tǒng)邏輯回歸法大規(guī)模離散邏輯回歸算法大規(guī)模離散邏輯回歸算法（曠特科6、技）（曠特科技）特征維度特征維度幾十到幾千幾千萬到幾十億，甚至上萬億模型兼容性模型兼容性需要使用高飽和度數(shù)據(jù)可以直接使用低飽和度稀疏數(shù)據(jù)樣本數(shù)據(jù)抽樣樣本數(shù)據(jù)抽樣樣本數(shù)據(jù)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(shù)據(jù)兼容性和樣本數(shù)據(jù)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(xué)習(xí)模型，2003)Deep Sparse Network(曠特科技新一代深度學(xué)習(xí)模型，2015)學(xué)習(xí)模型學(xué)習(xí)模型對臺州銀行流失客戶進行相關(guān)數(shù)據(jù)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7、素之間的相互關(guān)系。在此基礎(chǔ)上，對流失客戶在流失過程中所處時間段，進行數(shù)據(jù)分析，確定流失客戶時空特征，并對流失客戶資產(chǎn)特征進行深入分析與判斷，進而幫助臺州銀行對已經(jīng)流失或者有流失預(yù)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(yè)務(wù)場景的分析和預(yù)測能力要求早已遠超傳統(tǒng)企業(yè)的想象傳統(tǒng)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(shù)據(jù)機器學(xué)習(xí)模型：基于日益豐富的8、海量數(shù)據(jù)樣本，和千萬以上量級數(shù)據(jù)特征，將用戶細分到微觀粒度，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(shù)層面提高模型維度的同時，曠特科技也在積極降低機器學(xué)習(xí)的使用門檻，讓更多的技術(shù)、業(yè)務(wù)等非專業(yè)建模人員能夠使用機器學(xué)習(xí)，建立適合各個業(yè)務(wù)的高維模型。2017年初，內(nèi)部舉行了全球首個面向非專業(yè)人士的機器學(xué)習(xí)建模比賽“曠特建模大賽”。所有參賽選手均由曠特科技內(nèi)部行政、人事、市場、商務(wù)等非機器學(xué)習(xí)專業(yè)的員工構(gòu)成。比賽結(jié)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(yè)指標，取值在0到1之間）指標衡量。以往，專業(yè)數(shù)據(jù)科學(xué)家的建模AUC在0.8以上9、。通過兩周的簡單培訓(xùn)，有70%的“業(yè)余”參賽選手的模型AUC達到了0.8以上的優(yōu)異成績。值得一提的是，在內(nèi)部建模比賽之后，曠特科技創(chuàng)立了“曠特大學(xué)”人才培養(yǎng)計劃，通過培養(yǎng)非專業(yè)人士建模，“批量生產(chǎn)”數(shù)據(jù)科學(xué)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(guī)模：引入一套支撐超高維模型訓(xùn)練的機器學(xué)習(xí)系統(tǒng) 模型算法：使數(shù)據(jù)工程師能夠訓(xùn)練出足夠有效的模型 模型除錯：使數(shù)據(jù)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(yīng)用場景應(yīng)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10、分析理賠欺詐風(fēng)險識別、信用卡欺詐判定模型等。E風(fēng)險定價風(fēng)險定價航延險風(fēng)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(shù)據(jù)開放計算平臺數(shù)據(jù)開放計算平臺數(shù)據(jù)開放計算機平臺的所有數(shù)據(jù)查詢、計算、反饋、計費等過程都通過曠特的完成授權(quán)并上鏈留痕，引入監(jiān)管平臺所有的數(shù)據(jù)交互記錄，可以按照監(jiān)管者的要求進行詳細的監(jiān)管審計。數(shù)據(jù)提供方通過客戶端接入數(shù)據(jù)開放計算平臺，所有的原始數(shù)據(jù)都會通過客戶端完成機密后才會參與數(shù)據(jù)交互過程，保證了原始數(shù)據(jù)的安全。通過智能合約，保證數(shù)據(jù)脫敏使用，通過安全多方計算的密碼學(xué)算法在不泄露各11、方原始數(shù)據(jù)的前提下，完成多方的數(shù)據(jù)聯(lián)合計算，在確保用戶數(shù)據(jù)隱私的前提下，進行業(yè)務(wù)的處理。數(shù)據(jù)鏈上共享數(shù)據(jù)鏈上共享監(jiān)管者置頂數(shù)據(jù)標準數(shù)據(jù)提供者進行對接開發(fā)查詢者發(fā)起查詢查詢結(jié)果在客戶端非對稱加密數(shù)據(jù)提供者查詢本地數(shù)據(jù)鏈上廣播查詢請求反饋結(jié)果（加密）鏈上廣播查詢者解密獲得查詢結(jié)果多方安全計算多方安全計算多方安全計算支持復(fù)雜的計算腳本的定制，各方可以在不泄露各自原始數(shù)據(jù)的情況下，得到正確是計算結(jié)果，腳本的審核、數(shù)據(jù)的授權(quán)準備以及計算的發(fā)起和參與方的反饋均在鏈上授權(quán)完成，計算的中間狀態(tài)可信、數(shù)據(jù)源可信，也便于事后的監(jiān)管審計。定制計算腳本參與方對腳本審核發(fā)起計算得到計算結(jié)果各數(shù)據(jù)方間進行加密數(shù)據(jù)交互完成12、數(shù)據(jù)查詢與準備技術(shù)優(yōu)勢技術(shù)優(yōu)勢智能系統(tǒng) 實時監(jiān)測7 24小時智能化監(jiān)測系統(tǒng)實時監(jiān)測交易動態(tài)大數(shù)據(jù)鏈 全球備份分布式數(shù)據(jù)鏈系統(tǒng)全球備份,隨時聯(lián)動網(wǎng)絡(luò)賬本 私人加密依據(jù)哈希密碼生成網(wǎng)絡(luò)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(qū)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(shù)應(yīng)用技術(shù)應(yīng)用通過數(shù)據(jù)開放計算平臺，可以整合多家金融機構(gòu)的信貸數(shù)據(jù)，在保護隱私、用戶授權(quán)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(gòu)合作進行科學(xué)計算與統(tǒng)計，同時保護原始數(shù)據(jù)不泄露。金融機構(gòu)信用共享科學(xué)統(tǒng)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13、消費信貸市場保持著19%的強勁增長勢頭，信貸結(jié)構(gòu)占比上升至21%，對比歐美發(fā)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(fēng)控”的雙重壓力：一方面互聯(lián)網(wǎng)企業(yè)占據(jù)了絕大部分的流量入口，另一方面大數(shù)據(jù)風(fēng)控的技術(shù)壁壘對消費金融業(yè)務(wù)帶來了新的挑戰(zhàn)。目前消費信貸產(chǎn)品還款期限主要集中在612個月(51.25%)和1224個月(25.58%)區(qū)間。大部分貸款年利率都在30%以下，極少數(shù)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(nèi)放款，但是，也有22.28%的貸款發(fā)放時間超過了24小時，效率有待提升。目標市場目標市場214、008-2018年中國消費信貸規(guī)模預(yù)測目標市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(jié)構(gòu)產(chǎn)業(yè)應(yīng)用預(yù)期產(chǎn)業(yè)應(yīng)用預(yù)期應(yīng)用領(lǐng)域應(yīng)用領(lǐng)域金融和銀行業(yè) 信用評分 欺詐檢測 風(fēng)險分析 客戶分析 貿(mào)易外匯預(yù)測零售和電子商務(wù) 需求預(yù)測 建議 欺詐檢測 顧客區(qū)分市場營銷和銷售 市場與客戶細分 價格優(yōu)化 客戶流失率分析 客戶生命周期價值預(yù)測 銷售機會分析 社會網(wǎng)絡(luò)中的情緒分析旅行和預(yù)訂 需求預(yù)測 價格優(yōu)化 價格預(yù)測（動態(tài)變化的價格）保健與生命科學(xué) 提高診斷準確率 識別高危患者 保險產(chǎn)品成本優(yōu)化其他 物體識別（照片和視頻）內(nèi)容推薦（電影、音樂、文章和新聞）更多3創(chuàng)業(yè)團隊創(chuàng)業(yè)團隊xxx15、x xx科技創(chuàng)始人 首席執(zhí)行官個人經(jīng)歷個人經(jīng)歷創(chuàng)業(yè)團隊創(chuàng)業(yè)團隊xxxxxx聯(lián)合合伙人聯(lián)合合伙人 首席技術(shù)官首席技術(shù)官原虎嗅網(wǎng)CTO。2008年碩士畢業(yè)于北京理工大學(xué)；畢業(yè)后加入央視網(wǎng)，從事系統(tǒng)設(shè)計開發(fā)；2009年加入搜狐，先后負責(zé)搜狐微博，sns社區(qū)等多個項目的設(shè)計開發(fā)維護工作；2011年加入騰訊，負責(zé)搜索應(yīng)用部垂直搜索社區(qū)開發(fā)；2012年加入聯(lián)想研究院，負責(zé)視頻社交軟件友約的架構(gòu)設(shè)計，開發(fā)，團隊管理等工作；2015年加入虎嗅網(wǎng)，負責(zé)內(nèi)部創(chuàng)業(yè)項目怒馬的全面管理工作，包括產(chǎn)品規(guī)劃，運營策略，技術(shù)架構(gòu)等；后升任虎嗅網(wǎng)CTO，負責(zé)技術(shù)、產(chǎn)品、設(shè)計、運營團隊的管理工作。xxxxxx合伙人合伙人 底層架16、構(gòu)設(shè)計師底層架構(gòu)設(shè)計師曾任教于新加坡理工大學(xué)，現(xiàn)從事區(qū)塊鏈協(xié)議驗證研究，系統(tǒng)安全專家，曾發(fā)現(xiàn)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(tǒng)專家，系統(tǒng)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(fā)表學(xué)術(shù)論文，ICECCS兩次最佳論文獎獲得者。xxxxxx合伙人合伙人 網(wǎng)絡(luò)安全官網(wǎng)絡(luò)安全官多次在國際頂尖會議及期刊上發(fā)表隱私保護、數(shù)據(jù)挖掘等主題的研究成果，國際性能計算與通 信(Performance Computing and Communications)大會演講者，國際網(wǎng)絡(luò)服務(wù)（Web Services）大會演講者，國際普適智能與 計 算（Ubiquitous 17、Intelligence and Computing）大會演講者，原蘇州火聯(lián)智能通訊有限責(zé)任公司合伙人。團隊介紹團隊介紹合伙人合伙人 首席產(chǎn)品官首席產(chǎn)品官xxxxxx南京理工大學(xué)控制理論與控制科學(xué)博士量化交易和宏觀經(jīng)濟專家；存士資本控股主席，存士資本作為多支政府產(chǎn)業(yè)引導(dǎo)基金及上市公司并購基金的發(fā)起人和多支二級市場MOM基金投資顧問；八年投資經(jīng)驗，在宏觀經(jīng)濟研究、大類資產(chǎn)配置和一二級市場聯(lián)動等領(lǐng)域擁有獨到資源及成熟的策略；南京Linux user group管理員。xxxxxx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(xué) 電子工程專業(yè)本科新加坡國立大學(xué) 計算機科學(xué)專業(yè)碩士原Oracle應(yīng)18、用產(chǎn)品高級銷售經(jīng)理。2011年本科畢業(yè)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(qū)商務(wù)拓展經(jīng)理，并于當(dāng)年獲得Salesforce APAC大區(qū)商 務(wù) 拓 展 年 度 業(yè) 績 第 一 名；2017 年加入Oracle中國負責(zé)SaaS產(chǎn)品銷售。本科以榮譽學(xué)位畢業(yè)于新加坡南洋理工大學(xué)電子電氣工程專業(yè)；碩士畢業(yè)于新加坡國立大學(xué)計算機科學(xué)專業(yè)。合伙人合伙人 首席數(shù)據(jù)官首席數(shù)據(jù)官xxxxxx武漢大學(xué)本科 新加坡南洋理工大學(xué)博士曾就職于世界第二大半導(dǎo)體生產(chǎn)企業(yè)，任職高級項目經(jīng)理。擁有跨國項目整合和協(xié)調(diào)經(jīng)驗領(lǐng)導(dǎo)技術(shù)團隊進行前沿技術(shù)研究。在國際一流期刊上發(fā)表論文30余篇，擁有美國19、專利2項，新加坡和中國專利各一項。新加坡ICCAFE孵化器創(chuàng)始成員，幫助多家企業(yè)進軍東南亞市場。參與多項電商創(chuàng)業(yè)，并取得良好業(yè)績。美國特許金融分析師（CFA）一級。現(xiàn)有投資人及機構(gòu)4公司介紹公司介紹榮獲2017年中國最具投資價值企業(yè)50強2018年05月入選北京市優(yōu)秀創(chuàng)業(yè)項目十強2017年10月2017年8月獲選中國互聯(lián)網(wǎng)金融新銳企業(yè)2017年9月2017年7月榮獲中國財富管理創(chuàng)新創(chuàng)客大賽二等獎獲得58同城姚勁波，36氪劉成城，伙伴創(chuàng)投（原discuz創(chuàng)始人戴志康）聯(lián)合投資2017年5月創(chuàng)立北京眾智致新科技有限公司Quant Chain融資1000BTC2018年8月鼎世弘道B輪3500萬融資20、2017年9月存士資本A輪2000萬融資2018年7月創(chuàng)業(yè)歷程創(chuàng)業(yè)歷程針對曠特科技的關(guān)鍵成功要素的4個方面，團隊具備了初步的進展 在各類環(huán)境中，性能穩(wěn)定的AI和機器學(xué)習(xí)技術(shù) 成熟的數(shù)據(jù)挖掘技術(shù)、多維數(shù)據(jù)分析技術(shù)和數(shù) 據(jù)適量控制技術(shù) 技術(shù)團隊需要合成機器學(xué)習(xí)、人工智能和大 數(shù)據(jù)挖掘和分析等人才 管理團隊對市場有深刻洞見，人脈廣泛，對于技術(shù)有深入見解，且有深厚管理能力 在產(chǎn)業(yè)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(zhàn)略合作，共同搜集利用大數(shù)據(jù)資料，共享解決方案等核心技術(shù)領(lǐng)先世界，實現(xiàn)了初步產(chǎn)量；我們已經(jīng)在機器學(xué)習(xí)技術(shù)上行業(yè)領(lǐng)先，具有一定優(yōu)勢地位，如：反欺詐、風(fēng)控技術(shù)等技21、術(shù)團隊擁有核心人才，均來自于頂級高校碩博士以及行業(yè)頂級企業(yè)。劉躍作為技術(shù)總監(jiān)和主要技術(shù)配合人才王建翔達成協(xié)議，共同開發(fā)研究曠特科技產(chǎn)品。目前基于原91金服的業(yè)務(wù)基礎(chǔ)，積累了20多萬名C端數(shù)據(jù)，1000余家B端客戶。利用20萬余數(shù)據(jù)庫能夠驗證新產(chǎn)品曠特科技數(shù)據(jù)，而此前積累的1000多余家B端客戶就會成為新產(chǎn)品的最終購買者。資源同行：陸續(xù)洽談中 服務(wù)同行：陸續(xù)洽談中關(guān)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(xié)議，明確相關(guān)權(quán)責(zé)，如土地、場地、人才補助和其他方面等產(chǎn)品研發(fā)2016.4-2016.10 數(shù)據(jù)適量控制引擎階段2022、16.10-2017.3 多維數(shù)據(jù)分析引擎階段2017.3-2017.9 海量數(shù)據(jù)及其學(xué)習(xí)引擎階段2017.9-至今 數(shù)據(jù)深度挖掘引擎階段人員招聘公司需要的人才包括:機器學(xué)習(xí)人才、人工智能人才、大數(shù)據(jù)人才、風(fēng)控人才和其他人才銷售/市場主要服務(wù)包括：金融技術(shù)服務(wù)、聯(lián)合建模、技術(shù)入股、數(shù)據(jù)使用、機器學(xué)習(xí)和平臺使用及咨詢管理公司制度、文化體系制定公司章程，針對如下方面做出詳細的規(guī)定，如價值觀、目標、價值分配方式、基本經(jīng)營方式、組織構(gòu)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(fā)人員招聘到位對外營銷取得市場主導(dǎo)地23、位北京市優(yōu)秀創(chuàng)業(yè)項目2017年中國最具投資價值企業(yè)50強公司榮譽公司榮譽中關(guān)村企業(yè)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(yè)01022016中國（青島）財富管理創(chuàng)新創(chuàng)客大賽財富管理創(chuàng)客北京分賽創(chuàng)新工場專場第一名第一名2016中國（青島）財富管理創(chuàng)新創(chuàng)客大賽優(yōu)秀財富管理創(chuàng)客獎優(yōu)秀財富管理創(chuàng)客獎附件5財務(wù)分析財務(wù)分析模式收費服務(wù)費單筆交易收費3-5%聯(lián)合建模數(shù)十萬到數(shù)百萬不等技術(shù)入股20-30%比例分紅數(shù)據(jù)使用費按照不同數(shù)據(jù)使用收費機器學(xué)習(xí)基礎(chǔ)使用費+復(fù)雜模型定制使用費產(chǎn)品的獲利模式產(chǎn)品的獲利模式財務(wù)財務(wù)數(shù)據(jù)數(shù)據(jù)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