《赋能银行：生成式AI、大模型及应用实践》

《赋能银行：生成式AI、大模型及应用实践》

主讲：李福东老师

【课程背景】

在金融领域的探索中，银行业正面临数字化转型的时代洪流，为了实现向智能化、个性化服务的转变，生成式AI和大模型技术浮出水面，以独特的魅力吸引着我们。在这场AI大潮中，银行业将携手生成式AI与大模型技术，赋能自身，重塑金融服务的未来。

【课程收益】

1. 深入了解银行业数字化转型的机遇与挑战，指导实践中的决策与应对措施。

2. 理解生成式AI的原理与应用领域，能够掌握构建智能客服、风控系统等实际应用的方法。

3. 掌握大模型技术构建与训练的策略，了解在银行业信用评估、个性化推荐等方面的实践案例。

4. 学习生成式AI与大模型技术在金融市场预测与决策支持中的应用，为金融交易决策提供有力支持。

5. 获得银行业生成式AI与大模型应用的核心方法论，以及构建AI团队与生态系统的成功经验。

【课程时长】

2天（6小时/天）

【课程大纲】

一、银行变革与AI技术导论

1. 探索银行业的机遇与挑战：以数字化转型为导向

案例：拆解银行业数字化转型中的关键问题与解决方案

--导师企业学员：招商银行案例拆解

二、生成式AI技术入门

1. 生成式AI简介：理解生成式模型的原理与应用领域

案例：揭秘机器翻译中的生成式AI算法及其优势

--导师企业学员：工商银行案例拆解

三、大模型技术与银行业应用

1. 大模型概述：解读大模型在银行业的应用前景

案例：剖析大模型在信用评估中的实践与效果

2. 大模型构建与训练技巧：掌握构建高效大模型的方法与策略

案例：分解大规模交易数据的处理思路及实现方法

--导师企业学员：平安银行案例拆解

四、生成式AI与大模型在银行应用的实践案例

1. 智能客服系统的构建与优化

案例：解析银行智能客服系统的搭建过程与提升效果

2. 自动化风控系统的设计与应用

案例：探究自动化风控系统对金融安全的保障与提升

3. 个性化推荐与营销策略的创新

案例：拆解基于大模型的个性化推荐系统的原理与实现

4. 金融市场预测与决策支持

案例：揭秘生成式AI在金融市场预测中的应用与效果

五、方法论与实践指南

1. 银行业生成式AI与大模型的最佳实践原则

案例：总结银行业生成式AI与大模型应用的核心方法论

2. 构建银行业AI团队与生态系统的关键要素

案例：分析银行业AI团队构建过程中的关键经验与策略