本次讲座将介绍360金融在大数据风控上的实践及演进过程。在互金用户全生命周期的很多重要环节我们都做了针对性的优化，包括风控前置、基于DSP的精准获客、基于复杂关系网络的反欺诈等。在演进的过程中，我们以统计方法中的生存分析理论为基础，结合Boosting算法思想，提出梯度提升生存树模型（GBST）。相比于传统模型，GBST可以在客户生存时间分布未知的情况下，利用客户的基本特征，输出每个客户的长期生存曲线，计算出客户在每个时间段的违约概率，帮助决策者进行更加长期的风险决策。

一、大数据风控系统全流程介绍
二、大数据驱动的精准获客
a）用户触达方式选择
b）精准营销评分技术剖析
c）DSP技术在金融获客上的应用
d）语音机器人在获客上的应用
三、AI在反欺诈上的应用
a）多维度身份核验
b）复杂网络技术在反欺诈领域的应用
四、AI技术在贷后的应用
a）智能分案策略介绍
b）催收机器人原理及核心技术介绍
五、基于GBST的客户生存分析
a）GBST算法原理介绍
b）GBST在客户生存分析上的应用介绍

听众收益：

1、常见反欺诈模式及防范技术思路
2、AI在金融领域的应用点
3、复杂网络技术在反欺诈领域的应用

前沿亮点：

1、大规模复杂关系网络的底层技术选型，各个方案的对比，包括但不限于功能点、性能差异、适合的应用点
2、GBST自研算法的原理剖析，以及在客户生存分析上的应用

听懂我的演讲，需要具备这些知识储备：

1、熟悉评分卡等金融风控建模相关技术
2、熟悉大数据及AI相关基础概念，比如ASR、TTS、NLU等