1.廖晓格-大数据AI助力金融智能化转型

1 .

2 .大数据AI助力金融 智能化转型 廖晓格 2022.9 

3 . 个人介绍 泰为信息科技有限公司 廖 晓 格 大数据数据计算平台研发 长期大数据平台、AI平台 建设经验 聚力传媒有限公司PPTV 大数据平台建设 平安银行 大数据研发部门 ebay 负责大数据基础平台、数据中台、大 用户数据平台建设 数据风险及AI中台能力的建设 携程 大数据平台建设 华为 数据中台 

4 .目录 01 银行智能化转型历程 02 AI中台架构设计 03 AI在银行应用场景 04 未来展望 

5 . 智能化转型历程 基于转型前两个阶段打下的基础，平安银行启动智能化银行3.0建设，建立科学的客群划分机制及由总部”AI大 脑“决策引擎驱动的智慧经营体系，全面提升客户的获得感和幸福感。 阶段三 2020年 — 至今 千人千面/一人千面 阶段二 2018年Q4 — 2019年 • 五位一体新模式 千人八面 • 全面智能化引领商业模式革新 阶段一 实现极致客户适当性管理 2016年末 — 2018年Q4 智能化全生命周期经营 • AI Bank开放银行 千人一面 • 开启全面数字化的进程 基于产品的个性化经营探索 • 3 大互联网产品 • 奠定全面数字化的基础 统一客户体验，建立品牌认知 

6 . 五位一体新模式 2022年“五位一体”新模式落地，在AI驱动、数据驱动下，做到“比客户还懂客户”。 “五位一体”新模式 5 开放银行 场 流量池 景 场景联营，高质量、低成本批量获客 客户洞察更深入 服 2 AI 银行 3 远程银行 4 线下银行 客户经营无断点 务 模 经营链与服务网 式 智慧经营，覆盖全量客户全生命周期 客户体验更满意 1 综合化银行 客户价值最大化 能 力 驱动器 中台赋能，数据驱动 能力支撑 数据能力 AI技术能力 产品能力 运营服务能力 风险能力 

7 . 智能化银行3.0建设蓝图 目标 口袋APP|短信|微信推送|AI外呼|企业微信|远程电销| 行员A| AI客户经理 用 户 A T O 触 内容模版化 机器人交互 T端统一管理 AI外呼能力 商机抢单/派单机制 商机跟进优化 问答|数字人 达 智能搜索 商机产出闭环/质检 智能辅助|策略可读性 策略统一化 渠 A端流量投放 企业微信 AI机器人 队伍商机 内容 运营 弹窗Banner|消息 点经营|群经营|圈经 知识库打通|意图识 电销|客户经理|AI外呼|商 经理 道 推送|流量分配 营|剧本编排 别|智能问答 机质检|产能评估 统 策 统一货架 一 ATO协同模式 客户体验管理 AUM货架|LUM货架|卡产品货架|权益 略 渠道管理|渠道偏好|触达时机|流量分配 客户体验|营销管控 货|活动货架|功能服务货架| 运 营 内容体系化 产品 内容制作 经理 门 宫格驾驶舱 A/B实验 经营原则|经营策略的可视化|评价体系 策略库|策略复盘|指标管理 内容模版|PGC|UGC|BGC|图片制作|页 户 策 面制作 略 宫格策略 旅程策略 场景策略 策略优选 客户需求产品匹配引擎 策略自动化引擎 利用内容聚合 基于北极星对策略 内容治理 分析 大 建立客群经营 进行排序 内容有效性|内容评价 算法 脑 渠道高效执行 客群洞察|客户需求管理|客群产 生命周期经营|自动化触达| 车|房|医疗| 排序|打散|海量特征| 内容分发 品配置|客群产品地图 营销流程编排 智能家居 人工干预 内容展示的标准输出服务|内容标签 数 客户KYC 客户行为 B+/经分看板/潘多拉 客户关系/商户/产品数据 据 触客智能表达 

8 .目录 01 银行智能转型历程 02 AI中台架构设计 03 AI在银行应用场景 04 未来展望 

9 . 大数据AI业务架构 口袋A、行员A、网银 进线、线下、微信/支付宝、智慧财务、智慧经分、赢家APP、PB展业、智数银行、IOT、VR 网金私钻 消金 信用卡 汽融 综拓 运营 业务应用 线 智 1 智能营销 2 智能风控 3 智能体验 4 经营分析 5 金融服务 索 推 数据产品 客户旅程 聚客 风险聚类 侦测 营销风控 智能搜索 AI机器人 经分平台 智能财务 贷款 投资 保险 数据中台 AI中台 中台共享 统一数据底层 统一知识库 数据治理 内部数据 外部数据 集团数据 银行统一知识库 元数据 数据质量 主数据管理 数据安全 数据资产 大数据平台 AI基础平台 数据研发平台 基础平台 FLink ES Hadoop Spark Kylin、Presto Docker K8S 实时计算F+ 离线计算Z+ 

10 .AI中台总体架构 核心能力 ➢ 基于Kubernetes构建AI推理服务 云原生应用管理平台，使用istio、 knative、KFServing等Serverless 框架以云服务的形式提供AI能力 ➢ 统一模型全生命周期管理，实现 模型开发、模型验证、模型评估、 模型上线、模型监控一体化管理 ➢ 统一AI数据能力，沉淀核心高价值 可复用特征 ➢ 使用Kubernetes + Docker构建基 于容器的AI训练云平台，实现资源 隔离、弹性计算，多租户、自动 化部署 ➢ 全行GPU资源的统一管理，利用 GPU并行运算能力为深度学习加速 

11 . A.AI底座 底层平台搭建 业务应用 监控管理 OCR 智能客服 智能推荐 广告系统 NLP … 计算框架 任务管理 Tensorflow Spark 申请资源 Caffe Pytorch R Python 日志管理 容器集群 Kubernetes + Docker 存储 基础设施 权限管理 CPU GPU FPGA 网络 块存储 对象存储 文件系统 AI与云计算的结合 以云服务的形式提供AI的能力 GPU资源的统一管理 利用GPU并行运算能力为深度学习加速 模型训练 使用Kubernetes + Docker基于构 资源隔离与资源限制；基于镜像发布；弹性计算（秒级动态扩容）；HA；多租户；自 建基于容器的云平台 动化部署 支持主流深度学习与机器学习框架 TF、Caffe、Pytorch、Spark、xgboot、sklearn 分布式存储 块存储、对象存储、分布式文件系统，支持海量训练数据 FPGA加速支持 利用FPGA卡对深度学习算法加速（正在调研评估） 推理服务 

12 .B.AI数据 样本中心 服 务 模型效果 图片标注 模型跑测 模型优化 模型测试 标注系统 场 评估 景 视频标注 标 数据配置组合，生成标准化服务 注 系 图片样本 语音样本 文本样本 视频样本 统 文本标注 样 • 模型识别样本 • 语音搜索 • 意图识别样本 • 资讯视频 本 集 • 标注回流数据 • 机器人语音对话 • 对话样本 • 活动视频 • 测试平台 语音标注 数据对接 机器人 模型识别 标注回流 测试平台 ASR 特征中心 NLP中台 对话 

13 . B.AI数据 特征中心 特征中心产品架构图 主要应用场景 在线 模型训练 模型训练 模型推理 推荐服务 向量服务 服务 特征服务 特征检索 特征存储 任务调度 样本输出 公共特征 + 私有特征 模型 训练 特征生产 配 监 特征 置 特征元信息 相似特征 特征搜索 特征组合 控 模型推理 中心 管 告 理 离线/实时特征预处理 特征分析 特征共享 警 离线特征 年龄、性 别、学历 特征接入 …… 特征注册 特征分类 离线特征 实时特征 模型 服务 实时特征 客户请求 基础 当日累计 浏览贷款 Hive Spark ES E+ Flink 设施 PV …… 

14 . B.AI数据 特征中心-批流一体 为了让实时特征能够友好的支持模型训练，并且保证特征实时离线口径一致，基于Flink+数据湖Iceberg的 Kappa架构，建设批流一体的特征平台，支持算法工程师全流程自动上线模型。 特征探索 模型训练 特征推理 特征中心 数据源 实时数仓 在线存储 Oracle DIM（Elasticsearch、Mysql、Hbase） Elasticsearch Mysql Flink Flink Mongodb ODS Flink DWD Flink DWS (Iceberg) (Iceberg) (Iceberg) Hbase Kafka Mysql RocketMQ HDFS离线数仓 

15 . B.AI数据 数据安全 金融数据极其敏感，数据安全是大数据高效分析洞察前的“1”。因此在AI平台里分了两套环境（即镜像）： ①沙箱环境：固定范围的表不用申请权限即可分析（脱敏），但不能输出到生产库； ②生产环境：分事前、事中、事后全方面管控安全。 无需 申请权限 输出 1 算法平台 （沙箱环境） 沙箱库 分析用户 提供 数据 脱敏 判断 判断 执行 大数据SQL引擎 算法平台 权限 脱敏 SQL （生产环境） 权限管理 脱敏引擎 用户 日志 是否命中 获取 数仓层 异步发送 阻断规则 脱敏字段 2 KAFKA 血缘分析 消息队列 添加 安全决策引擎 元数据管理 标注 脱敏字段 敏感字段 原始层 采集 报 警 团队 

16 .C.AI平台 可视化建模平台 系 统 截 图 

17 . C.AI平台 AI云原生推理服务 推理服务平台是基于Kubernetes 构建的 AI 推理服务云原生应用管理平台，帮助用户AI业务快速上线，提高AI 计算资源的利用效率，实现AI产业的快速落地。 发布测试 模型中心 测试评估 模型测试平台 API 模型 模型 申请发布版本号 AI Cloud ITSM SDK 申请appid 服务 Orchid http 发布模型API SFE Serving Kong API A/B Test CAT Catlog Kubernetes 在线模型API服务 ECS Helm Tiller 模型SDK应用 K8S APIServer SFE Scheduler 自定义模型 标准模型 Istiod KF Serving SFE Device plugin Controller Controller A/B A/B App Proxy Proxy App App App App (SDK) (v1) (v2) (v1) (v2) 

18 . C.AI平台 模型中心 基于EPG及模型管理规范，标准化模型研发全生命周期管理，提升模型质量管控，降低模型风险问题， 提升模型研发效率 模型全生命周期管理 数据获取 特征探索 特征工程 模型训练 模型管理 模型验证 模型部署 模型监控 模型更新 模型推理 特征中心 AICloud 模型中心 模型应用 离线、实时 OCR 特征存储 算力平台 GPU池化 模型管理 模型验证 部署测试 AB实验 模型监控 特征接入 特征血缘 特征加工 资源分配 租户管理 性能测试 安全测试 灰度发布 模拟沙箱 模型更新 管理 逻辑管理 NLP 特征搜索 特征复用 数据接入 任务调度 推荐 模型监控 特征加工 特征分析 数据回写 AI框架管理 模型更新 数据更新 搜索 向量化 模型自动更新流程 评分卡 特征监控 分布式训练 镜像服务 特征 模型验证 特征更新 特征服务 特征仿真 训练可视化 算法池 决策模型 模型训练 

19 .目录 01 银行智能化转型历程 02 AI中台架构设计 03 AI在银行应用场景 04 未来展望 

20 . D.AI应用 NLP中台 基于AI底座，提升NLP中台能力，对客精确识别用户意图，重构用户体验；对内，标准化服务流程与话 术，辅助队伍提升服务能力。 智能辅助场景举例 智能客服 智能辅助 智能营销 业务场景 AI客户经理 借记卡机器人 意图识别 剧本推荐引导 （结合智能银行3.0） 辅助 信用卡机器人 企微机器人 知识推荐 质检分析 远程顾问 AI机器人 优化闭环 Oasis AI外呼 小安机器人 数字人机器人 智能质检与分析 使用中无感标注 (玲珑心) （玲珑心） 以解决问题为导向， 提供语音和行员智 媲美真人的多模态 低成本精准电话触 通话质检和知识挖 产品矩阵 在线多渠道的咨询 能辅助的一站式 交互机器人 达用户的外呼 掘（意图、KYC） 机器人 工作台 机器人 统一知识库 Oasis组件 语音知识库 意图 实体 情绪 知识 智能 语义 文本 中台能力 FAQ挖掘 识别 识别 识别 推荐 搜索 相似度 聚类 技术底座 NLP 对话引擎 知识图谱 ASR/TTS 大数据 

21 . D.AI应用 面向业务的NLP自动化训练平台—Metabot 服务渠道 Oasis工作台 AIPM 知识库 AI陪练 UMS平台 企业微信 接口服务 接口服务 自动上线 服务监控 挖掘模型 识别模型 模型能力 热问挖掘 UMS词云 文本聚类 FAQ挖掘 意图识别 情绪识别 KYC识别 话术挖掘 三元组抽取 话术扩写 意图挖掘 项目管理 体系管理 标注管理 模型管理 项目管理 模型监控 体系管理 匹配绑定 可视化展示 任务创建 组合标注 模型预标 自动训练 模型测试 基础管理 数据回显 服务监控 冲突识别 实体关联 通用体系 统一质检 样本筛选 数据回流 测试集展示 混淆分析 话术扩写 一键发布 A\B测试 Metabot +AI平台台能力形成一个业务可用的NLP自定义能力平台 知识挖掘 知识审核 智能标注 一键训练 自动跑测 模型更新 在线监控 

22 .D.AI应用 NLP中台-Oasis 业务办理 专员陪练 知识运营 在专员为客户办理业务过程中，为专员 针对特定的业务场景，专员可以通过与 将现在真实的聊天记录回流，通过质检、 业务场景 提供业务流程指引、话术指引，通过对 机器人的攻防演练，练习特定业务场景 标注、挖掘等流程，沉淀高质量的业务 客户意图和实体的识别，为专员推荐场 下的服务流程。机器人会给专员作答情 知识库。 景和组件，提升专员服务效率，已服务 况打分，帮助专员发现自己待不足的能 40+场景 力和知识。 业务场景 服务前 服务中 服务后 意图 s 业务运营 场景 AI场景 话术 场景 组件 实体 商机质检 意图挖掘 测试 陪练 扩写 推荐 推荐 识别 数据标注 模型创建 模型训练/测试 意图/ASR模 模型效果 标注推荐 组合标注 标注管理 意图模型 ASR模型 KYC图谱 模型运营 型训练 测试 意图语料 图谱/KYC 实体 场景流程 组件卡片 标签 词库 数据管理 

23 . D.AI应用 机器人中台 50+ 机器人 400W+ 知识 信用卡机器人 借记卡机器人 AI客户经理 企业微信机器人 中控 对话管理 内容渲染 最优结果 领域识别引擎 混排引擎 参数模版 多引擎结果 意图 上下文 FAQ引擎 卡片/组件 用户 语义理解 用户 槽位 情绪 图谱引擎 Query 图片 Answer 用户/行为特征 多轮引擎 音视频 业务/入口属性 搜索引擎 在线、多引擎训练 知识工程 知识 知识管理 日志回流 知识定义 知识泛化 自动化 FAQ知识 图谱知识 知识聚类 知识挖掘 任务剧本 词槽管理 

24 .D.AI应用 智能推荐 线上请求 组件化 应用层 分期商品 积分商品 大牌 场景馆 瀑布流 商品详情页 将召回算法和排序算 法组件化实现 品类多样性 召回渠道多样性 长短期兴趣 新鲜度 重排层 单层打散 多层打散 专家经验 业务规则强插 通用化 单模型 模型融合 排序层 将普遍使用的算法整合在一 LR GBDT XGBOOST GBDT&LR XGBOOST&LR 起，可以对所有商品推荐场 景使用，无需个性化开发 协同过滤 矩阵分解 ALS 三级类目 召回层 热度 新鲜度 LBS 实时行为 关联规则 特征工程 归一化 离散化 特征组合 降维 自动化 用户画像 物品画像 上下文 实时特征 Auto-Training自动化训练， 无需人工调参和变量筛选 数据层 业务数据 日志数据 24 

25 .目录 01 银行智能化转型历程 02 AI中台架构设计 03 AI在银行应用场景 04 未来展望 

26 . 未来展望 智能银行模式 推广AI应用 基于客户需求 推荐最优产品服务方案 ➢ 全方面推广综合推荐能力，为客户 提供全方面的金融产品服务 “多维度分析客户需求， 需求 比客户更懂客户“ ➢ 深入NLP，OCR等领域，精准识别 洞察 客户需求 验证 调优 客户需求 地图 夯实AI平台 更懂您的 智能银行 ➢ 丰富AI算力，支持大规模模型 “匹配更丰富更准的 场景，促成交易“ 精准 智能 训练及参数调优 触达 推荐 “基于关键需求，提供 ➢ 标准化AI研发流程，降低AI门 更全更适合的产品服务“ 槛，提升效率 客户产品 服务策略 

27 . 欢迎加入 愿景 欢迎加入 技术专业 创业心态 产品专业 热爱产品 开放 流程专业 主动 让数据 改变 无处不在 对员工有爱 对家庭有爱 有 爱 对团队有爱 

28 .