
大数据创新互联网金融引学子关注
2015年8月31日,宜信CTO、大数据创新中心总经理张小沛(Joyce Zhang)在清华大学开展了一场以“技术创新引领互联网金融发展”为主题的演讲。张小沛为清华大学计算机科学与技术系学生展示了大数据技术在宜信创新金融产品中的应用,受到了现场学生的热烈欢迎。
张小沛为学生们阐述了大数据技术在国际上的应用,并提出了传统大数据挖掘方法存在的局限性。如传统的挖掘方法难以处理海量数据,难以做到海量数据的实时数据挖掘,难以综合多个不同来源与异构数据源等。
宜信在大数据技术的应用上突破了很多传统数据挖掘的方法,创造了众多国际市场上的第一。她介绍到,宜信基于9年来的大量数据积淀,以及互联网上获得的公开数据及用户授权数据聚合起来,并将风控、反欺诈、获客能力等核心金融逻辑抽象出来,作为宜信金融云平台的内核,打造了一个共赢的金融生态体系。并以此为依托,创造了多种满足用户需求的互联网金融产品,如“姨搜”能实现一站式风控搜索,“商通贷”能够基于数据针对小商户实时授信,“抢小姨”能实现精准获客,“指旺”能提供基于智能推荐引擎的一站式移动综合理财服务。
张小沛的此次演讲是宜信公司施行校企合作战略的重要一站。此前宜信推出“宜信面对面•高校开放日”系列活动,邀请多家院校走进宜信公司,以主题讲座、专家座谈、行业沙龙等多种形式与高校师生进行面对面的交流和互动。如宜信大数据创新中心此前不仅在北大开展了一场“互联网金融云时代”的技术讲座,由宜信大数据中心顶尖的技术人才为现场学生倾力讲解互联网金融与大数据相关知识,还设立了公司开放日北大专场,为北大学子现场学习和感受大数据金融云平台应用实践、大数据在消费信贷中的应用等提供了机会。
“从企业与行业角度而言,一方面宜信作为互联网金融行业的领军企业为高校输送研究案例,另一方面也通过与高校的合作,推动互联网金融前沿理念在市场上的真正实践,为行业培育德才兼备的互联网金融人才,逐渐改变人才匮乏对于整个互联网金融行业发展的限制。”张小沛在演讲结束后表示。
据了解,张小沛本人毕业于清华大学计算机科学与技术系。在加入宜信之前,曾担任美国著名在线视频公司Hulu全球副总裁,负责Hulu视频推荐系统、搜索平台、视频基因系统、移动视频客户端等多个核心技术产品的研发。
除张小沛外,宜信大数据创新中心的顶尖技术人员中,不少人毕业于清华、北大、中科大,上海交大等知名学府。宜信的发展吸引着顶尖人才的不断加入,人才的加入也为宜信的发展输送了源源不断的创新力与竞争力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10