金融业准备好了吗？

e、DB2、MySQL、SQLServer关系型数据库以及MongoDB, HBase、ActiveMQ, WebService等不同的环境和包括更多的网站APP日志、社交媒体、视频、图片等海量数据的产生。

同时这些数据由于存在包括公有云、私有云和传统数据库上等不同的设备和应用上，导致了数据孤岛的产生，造成了数据无法打通从而影响数据的访问，让企业从数据中获取真正的分析洞察变得更困难。对于某城商银行来讲，无论数据在哪里，希望通过AI来把各种类型的数据快速地收集起来形成统一的数据湖。让数据变得简单且易


的业务需求中精准的筛选有效数据成为该银行业务提升的核心需求。因此如何将大量收集来的数据有效的整理、分类、打好标签，来实现数据治理是某城商银行在数据治理过程中面临的挑战。某城商银行CIO表示，“我们面临的一个大的挑战是缺少一个有效的数据治理工具，来实现对海量的数据进行分类和打标签，从而实现对数据进行有效价值的挖掘。”

 

随着全球经济的不确定，某证券公司需要快速实施数据建模和数字画像来为客户提供有价值的信息。目前金融业实施的传统数据分析系统不能快速有效的构建数据模型，来第一时间和客户需求和服务结合起来。对于某证券公司来讲，首先缺少一个支撑多云环境的AI平台来快速搭建构建一个自动化的、更精细化、快速洞察、实时分析的机器学习模型，帮助该证券公司用更智能的方式去分析数据。伴随着机器学习理论的发展和成熟如何第一时间、快速建模、精准判断成为人工智能重要的应用趋势。金融行业特别希望获得能够快速构建对数据进行精准识别和分析的AI工具。

业务和数据无法实现有效对接

（编辑：吉安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!