人工智能加速金融服务 | 11.24在线研讨会

随着云计算、大数据、人工智能（AI）等技术日渐成熟，它们与金融产品和服务场景的结合也日趋紧密。借助AI技术（包括深度学习、机器学习和自然语言处理等）和高性能计算平台，金融服务机构正在加强加快智能风控、精准营销获客、智能客服、算法交易、投资组合优化等应用，以数据驱动的方式来保持行业先进性和竞争优势。

为了探索 AI 在金融服务业中的应用及发展方向，DDN 公司将于11月24日 (周三) 下午举办一场在线研讨会，邀请国内金融领域的学者和业界技术专家分享金融服务业中最典型的AI应用与实践经验，以及如何规划面向AI应用的IT架构。如果您关注AI在量化交易、智能投研方面的应用，金融大数据处理，以及面向AI应用的IT架构, 一定不要错过!

会议日程2021年11月24日

本次研讨会将邀请金融科技公司、投资公司、银行、保险、证券、期货等机构的CTO、CIO、IT经理和系统管理人员、量化分析师、数据科学家、AI/机器学习/计算/存储/IT架构师参会，欢迎您免费注册参会！

会议咨询：Team-China.Marketing@ddn.com

嘉宾简介及报告摘要

张纯信 复旦大学 泛海国际金融学院学术副院长、金融科技研究中心主任

张纯信博士现任复旦大学泛海国际金融学院金融学教授、金融科技研究中心主任，香港中文大学客座教授。张教授的主要研究领域包括金融科技、投资学、公司金融等。曾荣获美国国家荣誉学者称号。他在国际著名刊物如Journal of Financial Economics, Journal of Corporate Finance, Journal of International Money and Finance, Journal of Derivatives 和 Financial Management 等发表多篇论文。张教授于2003年获得加州大学伯克利分校金融学博士学位。在此之前，他获得了宾夕法尼亚大学沃顿商学院、工程和应用科学学院的金融学学士和电子工程学士学位（1998年）。

报告题目 《人工智能在金融服务业的应用现状和发展趋势》

报告摘要 ：人工智能目前已渗透到各行各业，从精准营销到社交媒体，从交通到通信，金融行业也不例外。AI和大数据在获客及客服，成本与风险管理方面都有了相当广泛的应用并取得一定效果，同时对信息不对称和相应的投资策略也有了极大的提升，可以说AI重新定位了整个行业的重要指标和盈利模式。本报告基于复旦大学泛海国际金融学院过去三年对行业精华的持续跟踪，结合学术研究、行业专家知识，新商业模式等调研对AI在金融服务业的发展趋势进行了分析并展望各相关机构和认识参考。

杨志雷 DDN大中华区 销售总监

杨志雷先生负责DDN在中国高性能计算、生命科学以及其他高速数据访问、处理领域的市场行销与业务拓展工作，他在磁盘存储、并行文件系统、备份容灾、虚拟化以及高性能计算系统设计方面具备丰富的产品及技术实践积累，并有着深厚的用户、行业、渠道拓展与项目管理经验。杨先生在存储领域有20多年的从业经历，在加入DDN之前，他还曾担任InfiniBand交换设备全球领导厂商Voltaire中国区首席代表、技术总监等职，全程参与了国家863计划百万亿次计算机（联想深腾7000、曙光5000A）以及千万亿次计算机天河1号等HPC系统设计与安装调优工作，是InfiniBand技术在中国广泛应用的功勋人物。

报告题目 《DDN高性能存储在金融服务业的应用案例》

报告摘要： 金融服务领域对数据分析、模型计算的需求越来越高，DDN与合作伙伴共同打造的面向金融应用需求的解决方案已逐步在全球各地的对冲基金、投资银行、风险投资公司、证券和保险公司、零售银行以及在线支付公司落地。本次报告分享DDN高性能存储解决方案在金融领域的几个案例，并展示DDN方案的特点和技术优势。

王子田 北京智速科技有限公司 CEO

北京大学博士，专注人工智能、金融建模、量化交易方向。具有10年数量化交易系统研发经验，曾参与百余家量化机构调研，熟悉中国量化行业。2018年创立北京智速科技有限公司并任CEO，目前还担任中国科学院网络信息中心客座研究员。曾获“北京大学信息学院2009年度学术十杰”称号。在经济与信息学国际期刊有多篇文章发表。2010至2016年主持的多个研究与实践项目获得中国人民银行科技发展奖。

报告题目 《量化交易：技术、案例与实践》

报告摘要 ：本报告介绍量化交易与主观交易的关系，量化投资的核心目标、中国量化投资产业的发展路径，并通过实际案例介绍量化投资与高性能计算如何深度结合，创造超额收益。

赵凡 英伟达中国区 金融领域高级解决方案架构师

赵凡博士主要负责协助英伟达金融领域的客户构建面向大数据分析及人工智能的软硬件系统方案，并为金融领域的相关客户和服务商提供技术支持。

报告题目 《人工智能在量化投研领域中的应用》

报告摘要 ：如何对金融市场建模并取得超额收益一直都是证券研究的热点话题。随着近几年人工智能的普遍应用，越来越多的研究者尝试使用人工智能技术对金融市场进行建模预测及交易。本报告将简要介绍机器学习、NLP、强化学习等技术在量化投研领域的应用，同时围绕量化投研方面的技术需求，简要介绍英伟达公司的相关软硬件生态。

付杰 世界500强某保险集团

付杰先生就职于世界500强某保险集团IT部门，拥有20年基础架构规划、设计、实施和运维经验。同时担任保险IT圈自媒体公众号“落风潭”主笔。

报告题目 《面向AI应用的IT架构规划》

报告摘要 ：本报告首先介绍人工智能（AI）应用对IT架构提出的需求和挑战，以及面向AI应用的架构与传统IT架构的区别。在回顾存储产品演进历程和预测未来发展趋势的基础上，从用户的角度出发提出一些实用的存储选型建议。

李凡 DDN 大中华区 存储解决方案架构师

李凡先生拥有近20年存储行业从业经历，专注于人工智能、高性能计算及大数据领域的存储产品解决方案，具有丰富的大规模数据存储设计和建设实践经验。

报告题目 《DDN存储架构及金融行业解决方案》

报告摘要 ：随着“大数据+AI算法”时代的来临，金融服务业中的量化交易已经从简单的“算法+数据库”演化到“机器学习+深度理解”的状态。DDN高速并行存储解决方案配合AI加速计算单元，可提升计算效率，更好地帮助客户解决困境，迎接挑战。

许盼兮 上海雅捷信息技术公司 GPU数据库产品总监

许盼兮先生在雅捷信息主要负责GPU技术研发、高性能大数据产品开发、以及金融大数据解决方案的相关工作。许先生毕业于武汉大学电子与通信工程专业，研究方向为GPU高性能计算。他具备十年以上的GPU开发经验，参与开发了一系列GPU相关的高性能软件产品，涵盖石油勘探、安防监控、数据处理等方向。

报告题目 《GPU数据库DataTurbines在金融大数据中的应用》

报告摘要 ：随着大数据时代来临，企业客户数据出现井喷，随之而来的是以分布式数据库为代表的大数据技术的大规模应用。海量数据带来的是数据IO以及计算压力的指数上升。GPU数据库旨在通过GPU硬件上的大缓存、高带宽、多核心等优势，解决当前分布式数据库面临的分布式集群实时响应慢、算力有限以及扩容大集群带来的功耗墙、IO墙等问题。特别是金融OLAP场景下，DataTurbines凭借自研的GPU并行加速算法，结合已经落地的众多案例，给出通用GPU计算技术在大数据背景下的新方案。

关于DDN公司

DataDirect Networks（DDN）公司1998年在美国洛杉矶成立，是全球最大的私营数据存储企业，其存储和数据管理解决方案在高性能计算 (HPC)，人工智能 (AI)，大数据，以及多云管理领域处于市场领先地位。DDN帮助企业，服务提供商，研究机构和政府部门更快地从数据信息中获得见解，并产生更多的价值。DDN为全球三分之二的顶级超级计算机提供了存储和数据管理解决方案，包括最快的超级计算机Fugaku和最大的商用AI系统 SELENE。DDN于2000年进入中国市场，中国总部和DDN全球十大技术中心之一均设在上海。目前中国团队包括 Lustre文件系统研发、售前/售后技术支持、销售和市场。中国本地的技术团队已具备设计、实施和服务的全方位能力，可以提供从L1至L3的原厂技术服务。

点击此链接 关注DDN微信公众号