在金融行业，尤其是银行、信贷、保险和小额贷款公司等机构中，流程是否高效、信息是否对称、任务是否闭环，直接决定了风控质量与业务效率。...尤其在风控部门、合规审查、信贷资料流转等高风险、高精度、高监管的环节中，任务调度、文档管理与协同推进成为压倒一切的关键。如何在严谨制度与快速响应之间取得平衡？...板栗看板｜多任务并行管理与文档协作闭环解决方案板栗看板以“任务卡片化 + 流程看板化 + 资料挂载化”的方式，为金融机构提供轻量、高效、可视的业务协作平台，尤其适配风控部门处理多客户、多资料、多阶段并行流转的日常场景...三、核心功能对比工具名称适配机构类型任务协作能力审批控制能力文档管理能力审计留痕板栗看板银行/风控/信贷/小贷强中强强Workiva上市公司/合规机构中极强中极强飞书系统组合大中型金融机构强强强中Trello...总结在金融风控领域，流程混乱、协同不畅与数据失控将直接带来风险与合规隐患。选择一款适配业务流程、能支持任务闭环、资料流转、审批留痕的协同工具，是每个金融团队数字化转型的起点。
00 Index 01 什么是拒绝推断？ 02 为什么要做拒绝推断？ 03 什么时候做拒绝推断？ 04 做拒绝推断都有哪些方法？...04 做拒绝推断都有哪些方法 这里的方法介绍，我在知乎上看到汪哥的相关文章，写得真的是太棒了！我比较难超越了，就把他的原文链接贴过来，大家可以去看看哦。...《风控建模中的样本偏差与拒绝推断》https://zhuanlan.zhihu.com/p/88624987 不过我也还是把他文章里的分类体系在这里重点再次分享一下。...06 总结一下 本文算是一个对拒绝推断的入门介绍了，让初涉风控模型的同学有一个相对来说比较清晰的全局认识，这里面涉及到的很多算法模型上的细节并没有展开来讲，因为我觉得这也会让阅读带来比较大的负担，公众号的文章还是要控制在几分钟内读完比较合适...Reference [1] 异常检测算法分类及经典模型概览 https://blog.csdn.net/cyan_soul/article/details/101702066 [2] 风控建模中的样本偏差与拒绝推断
本篇来介绍下风控中的拒绝回捞策略，内容节选自《100天风控专家》第65期。 1. 什么是拒绝回捞？ 拒绝回捞是指 “被拒绝的客户重新通过的过程”。 广义理解上等同于做A类调优，涵盖各类调优方法。...狭义理解上，是决策流程中的一个回捞动作，或者回捞节点，如下图所示。 从图形化更形象的角度解释，相当于在已经策略规则拒绝客户中上再切出一刀进行通过，且通过的大部分需为好客户。 2....1）什么是明显的好客户特征呢？ 可以参考白名单的筛选规则，比如，客户是公务员、事业单位或者500强集团企业员工；再比如客户公积金缴存基数大于xxx，等等。...下面是一个并行回捞规则集的示例： 公司前期一直对白户拒绝，当下想要下探客群对白户进行适当放开。那么在征信数据全无的情况下，可以借助三方数据来补充信息。...下面是一个基于三方数据源的融合模型分，基于以往贷后表现分箱并统计了分箱下的区间坏账率bad rate。
大数据领域就没有不做数据分析的，大数据风控也不例外。 我的观点是风控和其他互联网业务都是互通的，本文介绍下风控中必做的数据分析，用以说明数据分析是一通百通的。 工欲善其事，必先利其器。...01 业务理解 如果一家金融机构聘请你给他们的风控业务做咨询，你知道怎么办吗？ 别告诉我，你想硬搬风控建模比赛的那套东西。不要掉价。 解决方案一定是针对当前业务和用户客群独家定制的。...需要说明的是，对于业务的理解，需要分析的绝不止以上内容。 通过KYC，你可以大致知道发力的方向在哪里，是拓展新户还是挖掘存户，是提升风控能力还是优化产品设计，等等。...vintage分析把不同期的样本放在了一起，可以用来观察不同期客群风险的变化，然后确定是流量本身的变化，还是宏观形形势的变化，还是风控策略的变化等等。...如大家所见，在风控领域所在的数据分析，应该和其他互联网领域的数分并无本质区别。 因为风控和其他业务一样，本质都是用户生命周期管理。基于相同的底层逻辑，数据分析必然也并无二致。
而金融风控的核心就是利用相关数据做建模分析，剔除虚假用户，再对真实用户做还款能力、还款意愿的风险评估。 近几年兴起的大数据风控公司完成这一工作主要依靠两个层面的能力：算法能力和数据获取能力。...沈的态度代表了传统金融人对于互联网风控的一贯谨慎态度，也体现了这个行业普遍面临的一个问题，在风控数据的获取上，到底是数据量级还是数据场景更重要？...黄铃认为，风控不止是发生在建模和检测的时候，在企业端，从数据的采集端已经发生了。...帮助他们从系统业务到数据采集、风控能力方面做一个全方面的顾问和服务。” 金融风控的对手是全球巨大的黑产链条，因此是非常复杂的项目。...在这里，他见证并参与了硅谷最新一代、也是最有名的，用无监督的方式来做风控方式的成熟。 DATAVISOR官网 黄铃始终相信，在国内做风控其实并不比硅谷容易。
视觉风控技术，作为人工智能领域的一项重要应用，正在帮助企业和组织提高其风险管理的效率和准确性。本文将探讨视觉风控技术能做哪些工作，以及这些工作如何用于风控。...视觉风控的主要工作 1. 人脸相似度检测 通过与黑名单库中的人脸数据进行比对，视觉风控技术能够快速识别图像中的人脸是否与已知的风险个体相似。...微表情特征检测 通过分析人物的微表情，如愤怒、恐惧、高兴等，视觉风控技术能够揭示人物的情绪状态，这对于客户服务、员工情绪管理等领域具有潜在的应用价值。 9....模型训练与评估 模型训练是视觉风控技术中的关键步骤。需要注意以下几点： 数据预处理：包括图像的标准化、归一化以及数据增强，如旋转、缩放等，以提高模型的鲁棒性。...结语 视觉风控技术正迅速成为企业和组织风险管理的重要工具。随着技术的不断进步和创新，我们有理由相信，视觉风控将在未来的数字安全领域发挥更加关键的作用。
比如下面是其中一个xx类的规则，它在线上已有的判断逻辑是：>=4时命中拒绝，否则未命中通过。...制定策略方案 制定策略优化的方案是一个分析的过程，确定好之后需将策略用代码在当前离线分析环境下执行。...理论上来说，做规则阈值收紧的D类调优后，通过率和逾期率会同步下降，如何去评估调优后的效果呢？ 可以“对比通过率和逾期率下降的幅度”来评估是否有效。...因为通过率和逾期率的量纲不一致，对比绝对值是没有意义的，因此可对比相对值。...此外还要注意，如果是日常策略调整（微调），业务上不允许大幅度的下降通过率，这会直接导致业务不稳定；如果是做大规模的收紧调整，通过率下降幅度较大的情况，则需要更详细的效果测算。
1泛微智能化风控平台架构.png OA风控合规管理系统功能亮点 1、风险管理门户 集团业务平台分散，信息采集不全面，藏在信息海洋中的风险如何被及时发现？...2、风险体系上报 风险管理的核心，一方面是年度风险体系的识别、评估、上报及持续改进工作，另一方面是对日常的一系列风险，主要是合同、供应商、人员异动及关键指标等进行风险识别与监控。...7、风控报表 通过多维度数据与报表实现对风控合规管理数据分析，可根据使用习惯自定义相应风控管理报表。 为管理者多维度、可视化、图形化地展示组织风控合规管理水平，对核心风险数据进行有效预警提醒。...9风险报表.png 8、移动风控管理 支持多终端、多平台，随时随地进行风控合规相关审批、查询和监控；风控合规管理的全过程都能够在移动端实现，PC移动一体化。...10移动风险管理.png OA风控合规管理系统价值总结 平台化：可依据组织当前风控合规管理体系快速构建，满足用户个性化需求； 智能化：智能化风险识别监控，根据配置的规则，对专项风险进行主动预警； 一体化
代码+数据集+PPT 获取方式 关注微信公众号 datayx 然后回复 风控 即可获取。...随着人工智能和大数据等技术不断渗透，依靠金融科技主动收集、分析、整理各类金融数据，为细分人群提供更为精准的风控服务，成为解决消费金融风控问题的有效途径。...简言之，如何区别违约风险用户，成为金融领域提供更为精准的风控服务的关键。...3.其他处理：空格符处理，某些属性取值包含了空格字符，如“货到付款”和“货到付款 ”，它们明显是同一种取值，需要将空格符去除；城市名处理，包含有“重庆”、“重庆市”等取值，它们实际上是同一个城市，需要把字符中的...比较高效的是基于学习模型的特征排序方法，可以达到目的：模型学习的过程和特征选择的过程是同时进行的，因此我们采用这种方法，基于 xgboost 来做特征选择， xgboost 模型训练完成后可以输出特征的重要性
，再到做现金贷、消费金融的创业公司，都在通过大数据风控技术来控制贷款规模扩张中的风险。...模型、资金、场景，互联网与金融机构各取所需 在大数据风控领域，核心的三个要素是风控模型、场景和资金。...对于前者而言，大数据风控是做小额融资标的的必备工具；对于后者而言，大数据风控可以提供将数据和技术进行变现的途径。另外，可以看到，大数据风控系统的开放也已经成为趋势。...大公司与互金创业企业都在做大数据风控，但商业策略有所不同 以上大数据领域的新动作是互金公司发力大数据风控的缩影。...大公司纷纷做大数据风控技术输出 在大公司方面，一个共同特征是，都在开发自己的数据体系，利用技术打造风控能力，且将这种能力开放给业界。
在团队上，融慧希望能吸引与培养更多的具有全面风险管理能力和大数据风控专业经验的人才，办公地点也贴心覆盖了北京、上海和深圳。 所以融慧金科具体是一家怎样的公司？...业务 融慧金科的创业大方向是智慧风控，官方定义中声称：运用移动互联网大数据、AI技术和专业化风控经验，为金融机构提供智慧决策和系统解决方案。...另外，融慧还说会为商业银行、持牌金融机构提供针对信用和欺诈风险的定制化建模服务、理论与实践双重验证过的2B2C的风险解决方案、完整的小微企业风控解决方案。...比如，融慧已与知名持牌消费信贷公司达成深度战略合作，为其提供“获客-产品-系统-风控”全套线上消费金融业务定制化咨询服务和整体解决方案输出。...比如首席科学家盛军，曾任百度金融风控模型总经理、美国运通全球风险监督、企业级模型监管部总监。
于是，在需求预研时，就直接跳过交互部分，先做一张能打动自己的海词海报。方法也很粗暴敏捷，直接找出一众P图及相关软件，手打歌词的方式来制作各种效果，一一尝试。...图片是所有社交网络里最多的分享类型，而图片分享打tag加文字也是越来越流行的趋势。...除此之外，跟其他的应用不同的是，多多记账使用的账号体系是微信账号，与此同时多多记账在微信公众号也开发了记账功能，不管是在哪一端进行记账，都会通过微信账号进行同步，随时记账，随时更新，即使不小心换手机还是误删了...经常唱歌的人，尤其是唱的不太好的人会有一个困扰，就是找不准第一句的调，要么唱高了，要么唱低了，『所以我们引入了一个功能，就是开启首句导唱，在你找不准的时候，第一句是由原音帮你唱，帮你找好音调之后你就能唱的更准...以前所有的产品做合唱都是选一个合唱曲目，然后一人唱一段，全民K歌的创新是所有的歌曲都可以合唱，我们通过智能分段的体系让每首歌都可以合唱，而且你可以自由选择自己想唱哪一部分，还可以和自己的好友一起合唱，这也是很好玩的一个点
作者：housecheng 腾讯WXG工程师 |导语 解决金融风控数据监控“开发门槛高”“重复工作多”的痛点，实现PSI计算性能十倍速提升。...背景 在金融业务上，质量和稳定是生命线，我们需要对所有已经上线的风控要素，如策略、模型、标签、特征等构建监控。...在过去，我们部署监控的方式为： 风控要素负责同学在要素上线前，通过spark\sql完成对监控指标的运算并例行化； 将监控指标运算结果出库mysql\tbase，用于指标的展示和告警； 告警系统轮询指标是否异常...这种模式主要的问题在于： 开发门槛高，要素负责同学需要掌握spark离线计算、mysql等数据库的增删数据，还需要手动配置例行化任务，在告警系统上登记注册等，耗时费力； 重复工作多，要素指标相似、重合度很高，如多数风控要素都涉及...小结 针对金融风控要素监控的“开发门槛高”“重复工作多”等问题，本文提出了“统一监控计算与检查工具”这一解决方案，本文详细论述了该方案TaskMaker、 Calculator、 Checker等各个模块的设计实现
来源 | 现代金融风险管理 作者 | 祝世虎 成学军 头图 | 下载于 ICphoto 在金融科技的浪潮下，金融机构纷纷启动了智能风控体系的建设，但是金融机构的关注点多在于业务规模、科技系统等硬实力的建设...经验建议10：关于模型迭代与算法创新 创新是算法的生命力，迭代是模型的生命力，但是做这两件事情之前，首先要确定一个“及格线”。...因此，GBDT类算法在智能风控、智能营销、智能投顾等领域均有广泛应用，并且是目前智能风控领域算法的优先选择。 3. 经典资料（个人推荐） 【1】GBDT: Yoav Freund....由于特征的可解释性强，可以明确知道衍生的特征是由原始的哪些特征组合而来，因此适合于风控领域建模。...本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。
训练集就是用来带入模型训练的集合，而测试集主要是待模型训练好之后，对模型做测试，以检验模型的效果。...▲图3-4 训练程度与误差 通常离线模型训练完成后，在最终模型上线前，会将测试集和训练集整合，重新对模型的系数做拟合，进而得到最终的模型。这是因为人为数据集越大，对样本空间的表征可能越充分。...关于作者：梅子行，资深风控技术专家、AI技术专家和算法专家，历任多家知名金融科技公司的算法研究员、数据挖掘工程师。...师承Experian、Discover等企业的资深风控专家，擅长深度学习、复杂网络、迁移学习、异常检测等非传统机器学习方法，热衷于数据挖掘以及算法的跨领域优化实践。...本文摘编自《智能风控：Python金融风险管理与评分卡建模》，经出版方授权发布。
在Linux内核中，进程管理涉及到许多复杂的数据结构和机制，其中active_mm是与内存管理相关的一个关键概念。理解active_mm需要先了解与之相关的一些基本内核结构和概念。...这个结构体包含了页表、虚拟内存区域（VMA）列表等信息，是内存管理的核心数据结构。 内核线程与用户进程： 用户进程有自己的mm_struct，因为它们需要访问用户空间内存。...active_mm 的用途 active_mm的主要用途是确保内核线程能够正常运行，即使它们没有自己的mm_struct。...以下是一些具体场景和用途： 上下文切换： 当内核从一个进程切换到另一个进程时，会保存和恢复相应的mm_struct。...总结 在Linux内核中，active_mm是一个重要的机制，确保内核线程能够正常运行和管理内存，即使它们没有自己的mm_struct。
在金融行业中，风险管理一直是企业关注的核心问题。随着数据量的不断增加和计算能力的提升，机器学习技术在金融风险管理中的应用变得越来越广泛。机器学习不仅能够提升风险预测的准确性，还能提高风险管理的效率。...以下是机器学习在金融风险管理中的主要应用：2.1 信用风险评估信用风险是指借款人未能按时还款的风险。机器学习可以通过分析借款人的历史行为、信用记录等数据，预测其违约风险，提高信贷决策的准确性。...plt.ylabel('Price')plt.legend()plt.title('Market Price Prediction')plt.grid(True)plt.show()2.3 操作风险防控操作风险是指由于内部流程...3.2 实时风控系统未来的金融风险管理将更加注重实时性，通过实时分析和预测，快速响应市场变化，有效控制风险。...结语机器学习在金融行业中的风险管理应用，为金融机构提供了更加高效、精准的风控手段。通过信用风险评估、市场风险监控和操作风险防控，机器学习技术正逐步改变传统的风险管理方式。
「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...01 机器学习模型不可解释的原因 前些天在同行交流群里，有个话题一直在群里热烈地讨论，那就是 如何解释机器学习模型 ，因为在风控领域，一个模型如果不能得到很好的解释一般都不会被通过的，在银行里会特别的常见...比如A模型的特征X1的重要度是10，那么如果我们在模型里给特征X2加些权重以增大其重要度，重新计算重要度后，特征X1的重要度仍是10。...4）Gain：即增益，由Breiman等人提出的一种全局的特征重要度计算方法，在XGBoost、scikit learn等包中都可以调用，它是给定特征在分裂中所带来的不纯度的减少值，经常会被用来做特征选择...03 SHAP可能是出路，SHAP到底是什么 SHAP（Shapley Additive exPlanation）是解释任何机器学习模型输出的统一方法。
首先无论是 i 指针往右移动还是 j 指针往左移动都会导致 w 变小，所以想要能够枚举到更大的面积，我们应该让 h 在指针移动后变大。...不妨假设当前情况是 height[i] < heigth[j]（此时矩形的高度为 height[i]），然后分情况讨论： 让 i 和 j 两者高度小的指针移动，即 i 往右移动： 移动后，i 指针对应的高度变小...复杂度为 空间复杂度： 最后 这是我们「刷穿 LeetCode」系列文章的第 No.11 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题
云服务器
ICP备案
腾讯会议
对象存储
云直播
