作为领先的跨境支付企业，PayPal 面临着极大的风控压力和挑战，一直以来我们都致力于通过机器学习和AI模型来管理支付风险。在支付场景中，模型的性能和稳定性是对立统一的两个方面。通常在银行等传统行业中模型的更新周期都在 6 个月以上，从而难以适应频繁变化的业务场景和风控挑战。本主题介绍了 PayPal 创新性的新一代全自动动态模型更新系统。通过构建动态的模型训练、部署和策略更新系统，在新一代系统中模型上线频率从数个月缩短到一周时间，极大地提高了 PayPal 的风险管理能力。

演讲大纲

1. PayPal 的风险管理概述；
2. PayPal 的模型构建方案和特点；
3. PayPal 的新一代动态更新模型系统。

         a)设计目标和技术挑战；

         b)算法与策略更新；

         c)效果评估与探讨。

金融业务，例如风控决策，资产配置，资金调拨，催收管理等，包含大量的决策任务。当前主要手段是高管/业务人员提出需求，由 BI 工程师生产报表，之后高管/业务人员对报表数据进行分析从而形成业务决策。目前有两个痛点：首先，面向互联网，特别是金融创新业务变化极快，与以周为单位的传统 BI 报表生产方式矛盾突显；其次，传统的数据分析与挖掘工具是数据工程师/科学家的专用品，并不便于高管/业务人员掌握，使得目前他们只是通过看报表并依赖自身经验进行决策，很难直接依靠数据分析技术。本议题会分享如何通过人工智能来实现金融业务的辅助决策。首先，基于自然语言的动态报表（NLP Dynamic Chart）改变了传统BI报表的生产方式，使得高管/业务人员可“所想即所得”，接着，AI数据洞察（AI Data Insight）从报表数据并结合其关联数仓数据协助他们发现数据价值（风险或机会），并提出辅助决策建议。本次议题会介绍 NLP Dynamic Chart 和 AI Data Insight 的核心原理，关键难点，并结合实际案例进行应用解读，并会探讨相关技术的未来发展。

演讲大纲

1. 背景介绍与痛点；

2. NLP Dynamic Chart 介绍与难点剖析；

3. AI Data Insight 介绍与难点剖析；

4. 实际案例分享与展望。

听众收益

1. 了解 NLP Dynamic Chart 诞生的动因与技术原理，难点剖析；

2. 了解 AI Data Insight 诞生的动因与技术原理，难点剖析；

3. 了解智能金融决策的实际案例与效果，及其借鉴意义。

支付宝作为一款金融级别应用，APP 的高稳定性和高可用性是重中之重。高效完备可靠的工程支撑体系在整个产品交付中起到了非常关键的支撑和保障作用。

本次分享，我们将重点讨论在研发流程的各个环节中，如何通过智能化技术的引入来提升整体工程能力，最终保障产品交付，并围绕产品研发交付流程设计，快速验收与规模化实验室搭建，代码扫描分析监控技术和线上产品评价以及业务 AB 实验等方面和大家展开讲述我们的实践，结合实际案例讨论技术落地的方式以及对未来发展的理解。

内容大纲

1. 支付宝工程技术支撑产品研发及交付的现状介绍；
2. 智能化技术如何在研发，构建，实验和发布后产品跟踪中产生关键作用；
3. 工程技术如何演进为中台能力并对外赋能。
4. 未来展望。

听众收益

1. 了解金融级应用工程技术体系结构；
2. 了解如何应用智能化技术解决工程技术的痛点和难点，最终提升产品交付中各环节能力；
3. 了解工程技术中台能力建设思路。

营销是金融企业的核心能力之一。借助于互联网的优势，互联网金融企业能够方便地使用 AI 技术进行智能营销，提升效率。美团点评的金融服务平台，已在支付、保险、信贷等业务线广泛地使用了智能营销技术，取得了不错的效果。

演讲大纲

1.多业务线营销工作的简介

2.智能营销需要解决的问题，以及难点与挑战

•  本质是一个分配问题；
•  NP-Hard（“成本-响应”曲线是非单增、非凸的）、大规模（决策变量是千万量级的）、对象非已知。

3.解决方案与效果

• 预测分配的依据：“成本-响应”曲线的建模方法；
• 分配的策略：“非凸情况下，大规模组合优化近全局更优弹性解决方案”；
• 离线流程与在线服务。

4.未来工作展望

听众受益

1.了解金融领域的营销场景；

2.了解智能营销的目标；

3.了解智能营销的解决方案。