本次清华大数据“技术·前沿”讲座将以时间为线索，梳理过去10年互联网金融发展过程中几次大的变革，及其背后的原因。主讲嘉宾将用三代产品创新，三代模型技术创新，无数次风险理念创新三个线索来回顾互联网金融的历史，并结合以上内容展望未来3-5年可能会发生的行业创新点。
【时间】2017年5月22日（周一）7:20pm
【地点】清华大学四教4301
【报名】点击文末“阅读原文”
【主办单位】清华大学交叉信息研究院、数据科学研究院
【承办单位】大数据产业联合会
【支持单位】THU数据派、中国计算机学会北京林业大学学生分会、斑羚在线
【主讲嘉宾】
高思宇，凡普金科集团战略部负责人、小爱征信CEO。前宜信风险委员会成员，前宜人贷线上风险和产品负责人。
2011年加入宜信，组建风险模型数据团队，负责宜信城市信贷业务数据分析、模型开发和风险政策工作。2014年加入宜信风险管理委员会，负责创新业务战略规划、平台搭建、产品设计、模型开发、创新数据应用等工作。
于2014年主导设计了国内首个线上信贷产品宜人贷极速模式。于2015年开始搭建宜信创新业务平台，支持消费金融、线上现金分期等业务的灵活配置和秒级审批，参与孵化征信公司。
2016年8月加入凡普金科集团（原普惠金融爱钱进集团），全面负责资产端战略规划和资产产品规划，孵化小爱征信公司，孵化现金贷产品。
课程号：80470193
为了让清华大学大数据能力提升项目的学生在基础学习和科研之上，更好地了解大数据技术行业领域中的应用，清华-青岛数据科学研究院支持开设了金融大数据方向《量化金融信用与风控分析》的课程（课号：80470193）。并且聘任加州大学伯克利分校计算机博士黄铃和美国卡内基梅隆大学高性能计算研究教学中心创始人、联席总监种骥科博士联袂任教。
在讨论课上，同学们会深度接触互联网金融行业中建立信用／风控模型的理论和实践案例，并了解关键学术挑战和应对它们的解决方案。同学们还将亲手设计实现信用和风控模型，通过讲座了解接触世界上最先进的信用分析和反欺诈的方法，优秀项目成果还有望投稿一流的学术会议。本此讲座隶属该课程。
金融与互联网行业的深度结合带来了金融信贷模型的变革，这些变革对于普惠金融、个人和企业信贷带来了很多便利和新的市场形式。然而，新的互联网数据源也给征信模型的设计带来了新的科研问题，同时，互联网中广泛存在的欺诈行为也给这一新的信用模式带来了挑战。该课程目的在于让学生理解这一领域的科研和实践最新进展，为学生开展这一方向的深入研究打下基础。
本课程包括的模块有：
信贷模型的架构与设计；
反欺诈模型的架构与设计；
行业实践案例。
在这一课程中，学生需要平均每周阅读2篇本领域最新论文，并且实际动手设计两个项目，包括一个基于LendingClub信贷数据的信用数据建模项目和一个自由选题的团队研发项目。
种骥科博士，现任宜信宜人贷首席数据科学家。曾任美国卡内基·梅隆大学教授与博士生导师，开创了卡内基·梅隆大学高性能计算研究教学中心，任联席总监。种骥科有多年互联网、大数据及金融创新经验。在加入宜人贷之前，曾任职于美国Simply Hired招聘平台，创建了数据科学部，并应邀为白宫科技办公室参谋大数据技术产品设计。种骥科曾就职于美国Silver Lake 私募公司任Kraftwerk基金数据科学架构师，负责大数据技术应用。种骥科持有加州大学伯克利分校电子工程和计算机科学系博士学位，卡内基梅隆大学电子和计算机工程系硕士及本科学位，并持有9项专利。
黄铃博士，AHI Fintech创始人、CEO，加州大学伯克利分校计算机博士。黄铃是DataVisor 公司创始成员和大数据总监 (2014-2016)，曾在美国英特尔研究院任资深科学家七年(2007-2014)。黄铃在人工智能、大数据分析和金融科技相关领域有近十五年的研究和开发经验，在世界顶尖会议上发表近50篇论文，总引用超5000次。当前研究兴趣包括：自然语言金融投研、大规模用户画像、风险评估和欺诈检测、基于深度学习的图像分类、目标检测和内容的理解。
