近期，江苏银行与腾讯安全的联邦学习项目战略合作，引发了银行业和金融科技界的广泛关注。
如何获得更高质量的数据？
如何用合规有效的方式让数据释放出比以往更大的价值？
这是每一位金融科技人无时无刻不在关注的两大问题。
联邦学习的本质，正是在于解决高质量数据短缺和数据安全问题。
基于20年来的黑灰产打击经验，腾讯安全的联邦学习服务，能够通过低成本快速迭代的联合建模，在保护隐私的同时，让数据的价值得到释放。
联邦学习真的能解决合规问题、打破数据藩篱吗？腾讯安全在联邦学习的发展和应用上又有哪些新的“突破”？
为此，雷锋网《ai金融评论》邀请了腾讯安全天御金融风控负责人李超做客线上讲堂，以“透视联邦学习与金融信贷”为主题进行分享。
分享主题
透视联邦学习与金融信贷
直播时间
2020年5月14日 20:00-21:00
内容提纲
1. 无接触信贷进化史
2. 大数据风控已经陷入瓶颈期？
3. 腾讯安全联邦学习应用服务进展，及ai first风控体系
嘉宾简介
李超 腾讯安全天御金融风控负责人
腾讯安全天御金融风控负责人。拥有丰富的ai学术、工业界经历，在机器学习、大数据风控领域均有出色落地成果，曾在人工智能顶级会议miccai上被提名为年轻科学家。加入腾讯后，带领天御金融风控团队构建了以混合神经网络、复杂图分析和迁移学习为核心的新一代反欺诈算法，打造了天御反欺诈和星云风控亚博电竞网的解决方案等行业领先的金融风控产品。