读者QQ群②:190771709,投稿请发dashuju36@qq.com
我要投稿

【数据封神榜】 同盾科技CEO蒋韬:大数据行业需要工匠 中国金融科技已走在世界前列

大数据

“第一个吃螃蟹的人是很令人佩服的,不是勇士谁敢去吃它呢? ——鲁迅

如果是5年前,我们讲到用数据在金融领域做风控,那不光是吃螃蟹,那简直是有些痴心妄想。但如今,国内的每家银行都几乎已经有了自己的大数据合作公司了。

也许探索更多的应用方向,就正是当代数据人的历史使命。

就当代数据人的历史使命问题,36大数据提问了蒋韬:

“对于数据分析从业者来说,我觉得还是要保持一颗敬畏的心,同时要有很强的创新能力和学习能力,能够不断超越自己是最重要的。大数据其实是个概念,说白了就是数据分析,只是说数据的形态在变得越来越多,数据的量再变得越来越大,数据分析的实效要求在变得越来越高。现在数据的形态未来很可能会随着硬件、物联网的变化发生很大的变化。当下的任务或者说使命,还是应该以学习和探索为主。”

根据IDC资料显示,IDC预测大数据和业务分析(BDA)收入到2017年将达到1508亿美元,BDA开支增长最快的行业里,银行复合年增长率为13.3%。

这是个惊人的数字,也是个合理的数字。信用是支持现代社会非现金流转的重要手段,而今天我们恰恰有了大数据这门技术,使得对信用工具的使用得心应手。

反过来讲,金融服务行业也同样是大数据“变现”最直接的来源;也就说最能见到钱的行业,不避讳的讲,金钱是一门新技术最好的温床。而金融也没有让大数据失望,金融已经成了大数据技术应用最成熟的行业,且对大数据业务分析能力依赖性最强。

“构成金融服务板块的三大领域,银行、保险、证券和投资服务,这些都显示出未来大数据和业务分析支出的巨大希望,这项技术可以运用于这些金融机构的关键用例中,从欺诈检测和分享管理,到增强和优化客户的体验。”IDC客户洞察和分析项目总监Jessica Goegpert这样表示。

所以我们特地对同盾科技CEO蒋韬进行了专访。

上榜人物:同盾科技CEO蒋韬

蒋韬,复旦大学硕士学位,后加入IBM全球化研究院,2006年加入美会软件,2009年加入阿里巴巴,在阿里巴巴期间从事反欺诈和风险控制相关领域的研究和产品开发,是阿里众多反欺诈产品的缔造者,13年离开阿里创立杭州同盾科技。

2016年,我们在广州、深圳和上海等地举办活动的时候,大数据风控、金融方面的朋友一直反复在说蒋韬。俨然,蒋韬成了这一行里的明星。

上榜理由:

1、大数据商业模式、变现模式的早期探索者;

2、不光在银行、保险、理财基金、非银行信贷、第三方支付等金融领域内,其技术被广泛应用,在O2O、游戏、社交、电商、航旅领域也在进行积极探索。

3、整合了线上线下的相关数据源,打通了多家银行、金融平台之间的数据壁垒;

以下为采访实录:

36大数据:同盾金融风控背后的大数据架构师什么样的?会用到哪些技术?这样架构的意义和逻辑是什么?

蒋韬:同盾大数据平台基于主流的开源技术搭建,并在此基础上做了深度整合和二次开发,整个系统共分三大部分:

第一部分是数据存储,包括数据采集、交换、清洗、存储和建模,通过该链条完成从线上业务系统到大数据平台的数据处理,给业务方提供加工清洗后基于业务视图的数据;

第二部分是数据计算,包括统一的可视化操作界面、数据安全和权限管理、数据计算及任务调用管理等,实现大量离线任务的计算;

第三部分是平台运维,包括服务器配置管理、扩缩容管理、服务器及业务监控报警以及安全控制等。通过该系统,实现海量的数据处理,高效地支撑数据分析、建模和运营等人员的日常工作,完成数据从线上到线下,再从线下到线上的闭环。

36大数据:目前大数据风控技术的在国内外应用的有什么区别吗?国内的大数据风控应用从哪里起步,又走到哪一步了,具体落地的情况怎么样?

蒋韬:“大数据风控其实没有特别神奇的地方,其和传统的风控技术的区别在于前者在风控的各个环节里利用了云端数据的力量。我们只是将原来一些在本地的风险分析工作放到了云端,而且放大了在云端做数据分析的优势,可以做交叉验证和异常点分析,从而更加有效地发现风险所在。

国内这块的理念从2013年起步,由同盾提出“跨行业联防联控”的理念,一开始挺艰难的,好在现在国内越来越多的金融机构接受了这个理念,解决了数据孤岛的问题,让人工智能能够真正落地。目前这块在国内已经有一些工作在起步做工作了,相信会更加有效的帮助金融机构防范欺诈和信用风险。”

36大数据:征信在中国是个大工程,在业务开拓的过程中,遇到过哪些棘手的问题?有什么难点吗?方便的话,请为36大数据的网友们讲一讲具体案例:

蒋韬:征信和风险分析还是两个层面上的概念,征信更偏基础设施,而风险分析更偏上层,在国家信用体系和大框架还在逐步稳定推进的情况下,如何切实地解决客户的痛点和难题,利用专业化工具及分析建模帮助金融机构提升自动审批率、及降低欺诈和信用违约导致的坏账损失,是大数据征信当前的目标。

我们的做法是将传统本地化的风险分析的工作放到云端去做,解决了过往很多解决不了的难题,同时也需要客户对于同盾极大的信任,如何建立这个信任感,是我们目前的挑战。

同盾所做的:

1) 保持业务中立性,不参与金融业务本身,哪怕是再挣钱,只收分析服务的费用

2) 不断提升专业能力,用专业能力赢得信任

讲到具体案例,在美国硅谷就有不少专门做这事的公司,有的规模还挺大,美国许多支付机构、大型电商、金融机构都接入云端分析技术做欺诈风险的分析和预防。但客户数和场景也在不断增多,做这类工作其实是很不容易的,是个需要长期坚持的事情。

36大数据:未来个人征信的市场会怎么样?蒋总怎么看个人征信,未来会有发展吗?会从哪里开始呢?

蒋韬:未来个人征信的市场在中国会非常大,应该随着消费信贷的体量增大,个人征信的总体量至少会达到千亿级别。

这个市场里不会只有一家征信公司,围绕着征信公司还会有各类专业化公司,比如做风险建模分析的、做个人信用管理的、做数据交易和中转的、还会有专门的为企业做评分和评级的公司、还会有专门做反欺诈的公司。所有这些各类公司会形成一个大的体系,在这个体系中各类公司都应该是相互协作,并且可以生存地很好的。

36大数据:蒋总看好Fin tech 吗?为什么?和同盾相比如何?

蒋韬:我很看好Fin tech 在中国的发展,从某种方面上讲,我们就是一家典型的Fin tech 的公司,用科技力量帮助降低金融欺诈和信用风险。中国的金融科技其实已经走在了世界的前列,我希望我们能在中国的金融科技行业的前列。

36大数据:蒋总怎么看待Zest Finance?Zest Finance的发展对同盾有过哪些值得借鉴的地方,和不值得参考的地方。

蒋韬:Zest Finance 是一家很不错的公司,利用大数据及社交行为去评估个人的信用,同盾在一些特定的场景下也借鉴了Zest Finance 的一些不错的做法,也在用机器学习和深度学习去提升模型的精度和运算力。

36大数据:现在同盾科技使用的主要风控技术有哪些,其领先性体现在哪里?

蒋韬:同盾的领先性并不仅仅体现在某项技术上,大数据需要三个要素:

1)场景深入的了解

2)优质的数据

3)合理的算法

当然这三个方面要做的好,需要有很深厚的功底,比如优质的数据怎么来,同样是在app上允许去部署一段 sdk 获取行为数据,技术能力强的可以获得更加优质的数据,并且有能力去摒除哪些恶意和干扰性的数据,同时对于场景深入的了解,可以知道具体去获取哪些数据,才可以获得更好的结果。这些都需要经验,有时候看上去简单的事情,做得好做得不好的差距就是五年甚至十年,这些是急不来的,需要一种工匠精神。

现在我们也在尝试着研究区块链技术,和北美区块链联盟达成了合作,目前还在探索阶段。

36大数据:如何有效地链接技术与市场需求,让技术更符合商业目标?

蒋韬:技术再牛,也是为市场服务的,好的公司要有洞察市场的能力,要有提前预判市场方向的能力,要愿意把手弄脏、把脸贴地,去为客户创造价值。不能为客户创造价值,就不要去收费。

36大数据:对于那些正在实施大数据战略的公司,您有什么建议给他们?有哪些误区是可以避免的?

蒋韬:我的建议是,大数据看上去很美好,但是其实是一个很苦的行业,需要长期的坚持努力,要做好三年不挣钱的打算,此外,要避免只做数据、或者只做算法,需要有合适的应用场景,并能够应用好数据和算法,去解决的问题。

End.

转载请注明来自36大数据(36dsj.com):36大数据 » 【数据封神榜】 同盾科技CEO蒋韬:大数据行业需要工匠 中国金融科技已走在世界前列

36大数据   除非特别注明,本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性,宽容,换位思考的原则。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址