张羽——互联网金融、大数据风控

《张羽——互联网金融、大数据风控》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、互联网金融&大数据风控百度金融张羽2017.1.12三个问题互联网金融与传统金融的本质区别互联网金融与传统金融的风控痛点大数据风控实战关于“互联网金融”•将互联网的创新成果深度融合于金融领域之中•提升金融创新能力•形成更广泛的金融服务新形态互联网金融互联网企业金融企业金融互联网长尾时代的机遇与挑战厚征信薄征信无征信3亿人5亿人6亿人•【个体风险】过度下沉、多头借贷•【批量风险】黑产链条、团伙作案•【系统性风险】经济周期、征信不全互联网金融风控的主要挑战网上坏人多：个案还是团伙？攻防不停歇：魔高还是道高？风险难区分：信用还是欺诈？风控成关键：高地还是洼地？黑产与电信诈骗•黑客专业化•社会工程库•

2、数据清洗业•盗号与养号•助贷与骗贷•羊毛与盗刷传统金融业风控也有诸多难题【贷前】真正KYC？【贷中】如何预警？【贷后】失联怎么办？大数据风控：从伪命题到真命题Mapping关联X大数据？AlgorithmKnowhowMining算法风控挖掘X风控？X大数据风控？Modeling模型实战：HowDoWeDo?“Baidu”wasinspiredbyapoemwrittenmorethan800yearsago.LiteralMeaning:“hundredsoftimes”:persistentsearchfortheideal百度：不只是搜索引擎覆盖95%+中国网民的大数据风控能力100亿+

3、14款8亿+日搜索请求过亿用户APP移动设备行为实时海量多维可信数据每日更新不是抽样，是全样10万级画像维度百度一下，主动诉求多维的数据集市画像搜索贴吧到店知道网盘应用画像公开外部LBS设备APP底层数据数据Volume-海量去哪有钱爱奇注册糯米百科儿花艺Variety-多维登录钱包财富外卖文库……Velocity-实时先进的建模技术逻辑回归DNNGBDT广泛的模型应用信用风险：通用场景、业务细分欺诈风险：信用欺诈、交易欺诈资管风险：ABS风险精算、资产评级R-Lab：大数据风控能力输出全景的大数据风控产品安全度诚实度信用度风险提示名单真实性验证信用评分模型金融画像贷后预警催收复联定制规则输出

4、实时风险监测高效失联修复