- 互聯(lián)網(wǎng)金融公司風(fēng)控 內(nèi)容精選 換一換
-
7年集團(tuán)排名中國(guó)企業(yè)500強(qiáng)第239位、中國(guó)制造業(yè)企業(yè)500強(qiáng)第106位、中國(guó)化肥企業(yè)100強(qiáng)第1位。 “十二五”期間,集團(tuán)調(diào)整信息化建管模式,先后完成集團(tuán)下屬80多家公司ERP系統(tǒng)、26家公司OA系統(tǒng)的建設(shè),實(shí)現(xiàn)信息共享與業(yè)務(wù)協(xié)同,為集團(tuán)層面的數(shù)據(jù)中心建設(shè)打下堅(jiān)實(shí)基礎(chǔ)。 201來(lái)自:云商店來(lái)自:百科
- 互聯(lián)網(wǎng)金融公司風(fēng)控 相關(guān)內(nèi)容
-
云知識(shí) 華為金融行業(yè)云解決方案 華為金融行業(yè)云解決方案 時(shí)間:2020-12-10 14:40:07 隨著金融業(yè)務(wù)不斷深入發(fā)展,金融從業(yè)人員的辦公電子化程度、信息化程度越來(lái)越高,金融行業(yè)向互聯(lián)網(wǎng)金融的轉(zhuǎn)型極大提高了工作效率,受到金融機(jī)構(gòu)的青睞。本節(jié)課帶您走進(jìn)華為華為金融行業(yè)云解決方案!來(lái)自:百科超強(qiáng)寫(xiě)入:相比于其他NoSQL服務(wù),擁有超強(qiáng)寫(xiě)入性能。 大數(shù)據(jù)分析:結(jié)合Spark等工具,可以用于實(shí)時(shí)推薦等大數(shù)據(jù)場(chǎng)景。 金融行業(yè) 云數(shù)據(jù)庫(kù) GaussDB NoSQL結(jié)合Spark等大數(shù)據(jù)分析工具,可應(yīng)用于金融行業(yè)的風(fēng)控體系,構(gòu)建反欺詐系統(tǒng)。 優(yōu)勢(shì): 大數(shù)據(jù)分析:結(jié)合Spark等工具,可以進(jìn)行實(shí)時(shí)的反欺詐檢測(cè)。來(lái)自:百科
- 互聯(lián)網(wǎng)金融公司風(fēng)控 更多內(nèi)容
-
時(shí)了解企業(yè)經(jīng)營(yíng)指標(biāo)達(dá)成情況。3. 風(fēng)控體系模型:對(duì)接主流第三方企業(yè)征信軟件,結(jié)合企業(yè)自身現(xiàn)狀搭建風(fēng)控體系模型,及時(shí)了解客戶風(fēng)控信息,規(guī)避壞賬風(fēng)險(xiǎn)。4. MRP預(yù)算支撐:強(qiáng)大的MRP預(yù)算功能,支持多主體、多工廠應(yīng)用,提高生產(chǎn)計(jì)劃的準(zhǔn)確性和效率。5. 倉(cāng)庫(kù)管理優(yōu)化:深度對(duì)接公司自研W來(lái)自:專題時(shí)了解企業(yè)經(jīng)營(yíng)指標(biāo)達(dá)成情況。3. 風(fēng)控體系模型:對(duì)接主流第三方企業(yè)征信軟件,結(jié)合企業(yè)自身現(xiàn)狀搭建風(fēng)控體系模型,及時(shí)了解客戶風(fēng)控信息,規(guī)避壞賬風(fēng)險(xiǎn)。4. MRP預(yù)算支撐:強(qiáng)大的MRP預(yù)算功能,支持多主體、多工廠應(yīng)用,提高生產(chǎn)計(jì)劃的準(zhǔn)確性和效率。5. 倉(cāng)庫(kù)管理優(yōu)化:深度對(duì)接公司自研W來(lái)自:專題OpenTSDB接口將時(shí)序結(jié)果輸出到用戶的展現(xiàn)監(jiān)控前端系統(tǒng),實(shí)現(xiàn)物聯(lián)網(wǎng)設(shè)備實(shí)時(shí)監(jiān)控分析系統(tǒng)。 消息日志類數(shù)據(jù)存儲(chǔ)和查詢:消息數(shù)據(jù)、報(bào)表數(shù)據(jù)、推薦類數(shù)據(jù)、風(fēng)控類數(shù)據(jù)、日志數(shù)據(jù)、訂單數(shù)據(jù)等結(jié)構(gòu)化、半結(jié)構(gòu)化的KeyValue數(shù)據(jù)均可以存儲(chǔ)和查詢。 車聯(lián)網(wǎng)位置大數(shù)據(jù)應(yīng)用:在車聯(lián)網(wǎng)中,通常會(huì)包含幾類數(shù)據(jù)來(lái)自:百科資產(chǎn)監(jiān)管平臺(tái)項(xiàng)目,該項(xiàng)目主要是針對(duì)金融機(jī)構(gòu)實(shí)現(xiàn)生物資產(chǎn)的貸后監(jiān)管,提高貸后風(fēng)控能力,降低貸后風(fēng)險(xiǎn)。結(jié)果證明,這個(gè)項(xiàng)非常成功,這也奠定了他們和華為云持續(xù)的密切合作。 山重水復(fù)疑無(wú)路,IoT開(kāi)發(fā)的樂(lè)趣 另一方面,張俤在畜牧行業(yè)的物聯(lián)網(wǎng)研發(fā)并不是一帆風(fēng)順。 由于農(nóng)牧行業(yè)的特殊性,對(duì)采集來(lái)自:百科圖引擎服務(wù)是針對(duì)以“關(guān)系”為基礎(chǔ)的“圖”結(jié)構(gòu)數(shù)據(jù),進(jìn)行查詢、分析的服務(wù)。 廣泛應(yīng)用于社交關(guān)系分析、營(yíng)銷推薦、輿情分析、路徑規(guī)劃、知識(shí)圖譜、金融風(fēng)控等具有豐富關(guān)系數(shù)據(jù)的場(chǎng)景。 華為云 面向未來(lái)的智能世界,數(shù)字化是企業(yè)發(fā)展的必由之路。數(shù)字化成功的關(guān)鍵是以云原生的思維踐行云原生,全數(shù)字化、全云化、AI驅(qū)動(dòng),一切皆服務(wù)。來(lái)自:百科
- 聯(lián)邦學(xué)習(xí)助力金融行業(yè)風(fēng)控
- 使用GES處理金融風(fēng)控場(chǎng)景示例一
- 數(shù)據(jù)挖掘?qū)嵺`(金融風(fēng)控):金融風(fēng)控之貸款違約預(yù)測(cè)挑戰(zhàn)賽(上篇)[xgboots/lightgbm/Catboost等模型]
- 數(shù)據(jù)挖掘?qū)嵺`(金融風(fēng)控):金融風(fēng)控之貸款違約預(yù)測(cè)挑戰(zhàn)賽(下篇)[xgboots/lightgbm/Catboost等模型]
- 使用Python實(shí)現(xiàn)深度學(xué)習(xí)模型:智能金融風(fēng)控與信用評(píng)估
- 解鎖HarmonyOS新姿勢(shì):金融風(fēng)控中的AI類目標(biāo)簽實(shí)戰(zhàn)
- 扒一扒GES如何賦能互聯(lián)網(wǎng)電商風(fēng)控
- 萬(wàn)億級(jí)市場(chǎng)風(fēng)起云涌,眾簽電子合同助力汽車金融風(fēng)控再升級(jí)
- 金融風(fēng)控AI引擎:實(shí)時(shí)反欺詐系統(tǒng)的架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)
- 電商風(fēng)控圖模板