8月29日，“第二届中国零售金融发展峰会”在重庆圆满闭幕。
作为本次峰会的重要组成部分，银智联主办的“商业银行零售信贷数据化风控实战培训班”吸引了来自全国40多家银行的100余名相关部门和业务骨干参加。
数科首席数据科学家沈赟受邀出席本次大会，并作为行业领军者分享了零售信贷数字风控反欺诈模型的实际应用。
风险识别与控制不仅是金融业的核心，也是大数据在国内外金融领域最重要的应用部分。
技术的应用使得金融生态系统朝着在线化、复杂化、智能化的方向发展。
如何建立准确、快速的自动化反欺诈模型和评分模型，规避各种欺诈和违约风险，是商业银行面临的问题。
重要的问题。
沈赟指出，在科技赋能金融业的过程中，数据决定了模型算法的天花板。
随着金融服务效率的快速提升，欺诈风险逐渐呈现专业化、科技化、集团化趋势。
在此背景下，沈赟和博士根据多年的数学技术应用实践，总结了网络场景的七大欺诈风险。
并在后续分享中，我们将探讨“白账户风险”、“身份伪造”、“中介风险”、“传销风险”、“黑账户风险”、“恶意诈骗”、“借钱”七大诈骗场景新旧回归”，提供有针对性的数学技术解决方案。
针对主动欺诈，数学充分发挥数据资源积累优势，依托GBST等自研算法，不断优化FTG自适应反欺诈特征体系。
在此基础上，构建了覆盖超过18亿关系节点、1亿条关系边的金融知识图谱。
在全场景反欺诈方面，数学基于位置、设备、推荐、联系人等关系，建立了独特而强大的关联网络，利用社区发现、风险沟通等无监督算法，发现非法团伙并识别潜在的和新型的欺诈行为。
欺诈威胁。
此外，利用LBS网格特征、App2Vec特征等技术处理方法，数学还提高了深度学习算法的灵敏度和准确性，充分发挥模型算法的灵活性，即时拦截中介和黑产风险，从而实现有效实施反欺诈。
截至2020年6月30日，舒客因欺诈导致的坏账率仅为0.2%。
沈赟表示，在数据科学如何赋能信贷业务方面，舒客实施了从获客、贷前、贷中到贷后的全生命周期风险管理，有效抵御欺诈攻击。
在这个过程中，每一个阶段都需要大数据和人工智能技术的参与，这也是金融科技区别于传统金融机构的最大原因。
作为放贷前最重要的技术手段，反欺诈和信用风险判断是整个金融周期的先行者。
沈赟进一步表示：“反欺诈需要识别出以骗取钱财为目的的黑色产业。
对此，我们构建关系网络，以知识图谱的形式发现风险点。
同时，我们也会对信息进行维护。
”比如黑中介的电话号码数据库，此类数据库利用社交关系网络来寻找与黑中介有关联的人，并将其识别为潜在的欺诈风险，在进入贷款流程时，数学会通过研究用户的行为模式等进行更精细化的管理。
“对于风险较高的客户，我们会提前采取拒绝、调整额度、调整价格等风险控制措施。
此外，在实际业务中，我们还会在多个借贷时间点对用户进行重新评估，以预测其多头仓位。
情况可能会发生变化。
”沈赟表示。
据介绍，舒客在贷后流程中制定了不同的催收策略，通过将用户分为客户和群体，制定了相应的催收方式。
同时，舒客利用其自主研发的智能机器人系统针对不同风险等级、不同催收业务类型的客户群体设置差异化的催收场景和催收方式，严格保证整个催收流程的合法合规性。
“我们积累数据，从数据中挖掘各种特征，利用机器学习。
模式要学习，不断优化调整这个模式，推动业务发展。
从这个角度来说，数据决定模型算法。
天花板。
反过来，随着业务的发展，我们也可以获得更多有标签、有指导意义的数据和模型。
这是一个持续的良性循环，是整个建模、数据模型和业务的有机结合。
“融合。
”沈赟补充道。
北京银智联教育科技有限公司是一家专注于银行和新金融的专业人才服务综合提供商，目前已建立了专业培训、峰会等五位一体的综合服务体系。
、咨询、猎头、智库，特别是在商业银行数字化领域的培训和研究领域享有很高的声誉，公司采用线上线下相结合的培训模式，为客户提供高品质的培训服务。
为商业银行提供数字金融领域优质、多元化的教育、培训和咨询服务。