7月23日，接待了由哈尔滨工业大学计算机学院夏玮老师带队的“高企之旅”硕博研究生社会实践团，他们希望通过深入行业一线，了解调研机器学习等前沿技术的发展，提升学生技术创新和创业实践能力。据悉，哈工大师生一行20余人，此次北京之行，除了，还参观了微软、百度、阿里、腾讯、京东、今日头条等科技公司，是他们到访的唯一一家金融科技公司。
据悉，哈工大在人工智能方面拥有雄厚基础，在机器学习、数据算法领域，是全国高校的排头兵，此次北京参观学习的师生也是机器学习和算法领域的尖端人才。参观中，哈工大师生深切感受了及天机对传统金融服务的革新力量，天机庞大的数据量和前沿的算法技术也引起师生极大的兴趣和关注。
在座谈会中，|简普科技（NYSE:JT）联合创始人兼CTO刘曹峰介绍了的发展历程、业务模式及公司在普惠金融领域所做的努力。
刘曹峰指出，金融的本质是风险管理，天机风控平台利用大数据和机器学习技术，为银行、消费金融和网络小贷等金融机构提供贷前、贷中、贷后的风控建模、反欺诈等策略服务，对金融公司和产品进行信用评估，辅助金融机构做好风险管理决策，帮助金融机构提高效率、降低成本，帮助金融机构触达更多的用户。
高级数据算法工程师罗灿、林旭则重点介绍了天机的布局架构及机器学习在智能风控中的应用情况。
据罗灿介绍，作为中国最大、独立开放的金融产品搜索推荐和服务平台，在信贷垂直领域拥有海量历史数据，用户数据覆盖产品搜索、申请、审批、借款、还款等全生命周期。
天机风控平台原始数据达到1000+TB，经过数据清洗和特征工程，可筛选出1.9万余维特征，基于这些数据，应用多元化的模型组合产出具备跨时间和跨样本能力的通用模型产品，能从整体上评估一个人的信贷风险程度。
另外，基于团队丰富的反欺诈经验，辅以全行业数据的深度挖掘和全风控流程的把控能力，天机可为银行、消费金融和网络小贷等不同的金融机构提供端对端的解决方案。为了将风险区分效果最大化，天机会专门调研不同金融机构特定客群，选择最合适的建模数据和建模方法，构建专属模型，设计特定的风控流程，形成端对端解决方案，保障金融机构利润最大化。
此外，罗灿还介绍了天机风控平台在金融AI领域的一些前沿算法技术，比如知识图谱社交挖掘、异常行为识别、拒绝推断、迁移学习等。他指出，基于知识图谱的社交挖掘技术，是用人作为点，人与人之间的联系作为边，构建知识图谱。完成构建关系图后，天机可在图谱上进行风险等级传导、欺诈团伙挖掘、贷款中介识别等高风险用户甄别。该技术帮助天机对欺诈用户识别率提升了17%，识别准确率超过70%，且能精准区分欺诈场景，对于加强反欺诈能力意义十分重大。
在会后的交流环节中，哈工大同学们分别就自己学习实践中遇到的问题和困惑与主讲老师进行详细深入的探讨。不少学生表示，通过此次参观交流活动，让他们进一步了解了自己研究方向在金融科技公司的实际应用和发展前景，更加明确了未来努力的方向。
