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解决方案等行业领先的金融风控产品。