銀行類：

《銀行4.0：一場(chǎng)金融界數(shù)字化革命》

《商業(yè)銀行數(shù)字化敏捷轉(zhuǎn)型策略》

《敏捷銀行實(shí)施策略》

《互聯(lián)網(wǎng)金融產(chǎn)品創(chuàng)新與應(yīng)用》

《區(qū)塊鏈技術(shù)與央行數(shù)字貨幣在商業(yè)銀行中的應(yīng)用》

《大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用》

《商業(yè)銀行在人工智能、大數(shù)據(jù)及算法實(shí)戰(zhàn)應(yīng)用》

《人工智能深度學(xué)習(xí)算法實(shí)戰(zhàn)演練》

其他行業(yè)：

《新基建核心技術(shù)解析與實(shí)施策略》

《互聯(lián)網(wǎng)模式引領(lǐng)“新常態(tài)”經(jīng)濟(jì)未來》

《互聯(lián)網(wǎng)思維與傳統(tǒng)企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型》

《新媒體營銷與品牌推廣——公眾號(hào)運(yùn)營》

《工業(yè)4.0構(gòu)建中國制造業(yè)未來》

《互聯(lián)網(wǎng)搭建與運(yùn)營管理培訓(xùn)》

《互聯(lián)網(wǎng)端到端運(yùn)營流程搭建》

?  近年培訓(xùn)與項(xiàng)目記錄摘要：

2 近兩年各銀行及金融機(jī)構(gòu)服務(wù)案例：

2020年，中國銀行：互聯(lián)網(wǎng)金融與區(qū)塊鏈應(yīng)用培訓(xùn)，參與人數(shù)40人.

2020年，建設(shè)銀行：互聯(lián)網(wǎng)金融應(yīng)用培訓(xùn)，參與人數(shù)30人.

2020年，蘇州銀行互聯(lián)網(wǎng)金融與區(qū)塊鏈應(yīng)用挖掘培訓(xùn)，參與人數(shù)50人。

2020年，拉卡拉征信大數(shù)據(jù)分析與金融征信培訓(xùn)，參與人數(shù)50人

2020年，工商銀行：互聯(lián)網(wǎng)金融與區(qū)塊鏈應(yīng)用培訓(xùn)，參與人數(shù)60人.

2020年，衢州農(nóng)行互聯(lián)網(wǎng)金融與區(qū)塊鏈應(yīng)用挖掘培訓(xùn)，參與人數(shù)40人。

2021·年，華夏銀行征信大數(shù)據(jù)分析與金融征信培訓(xùn)，參與人數(shù)50人

2021年，平安銀行數(shù)字化銀行轉(zhuǎn)型創(chuàng)新培訓(xùn)，參與人數(shù)30人。

2021年，工商銀行大數(shù)據(jù)分析與金融征信培訓(xùn)，參與人數(shù)50人

2021年，中國蘇州銀行銀行4.0培訓(xùn)，參與人數(shù)40人。

2021年，北京銀行金融征信培訓(xùn)，參與人數(shù)50人

2 近兩年500強(qiáng)企業(yè)及各院校授課案例：

2020年，中國電信浙江分公司：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共200人以上。

2020年，廣汽集團(tuán)：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共100人。

2020年，美的集團(tuán)：大數(shù)據(jù)營銷，參加人員共300人以上。

2020年，TCL集團(tuán)：工業(yè)4.0與中國制造2025培訓(xùn)，參加人員200人。

2020年，中國核能集團(tuán)：工業(yè)4.0與中國制造2025培訓(xùn)，授課4期，參加人員共130人以上。

2020年，北京大學(xué)總裁班：數(shù)字化創(chuàng)新思維，授課4期，參加人員共180人以上。

2021年，武漢大學(xué)EMBA總裁班：大數(shù)據(jù)創(chuàng)新營銷，授課4期，參加人員共100人以上。

2021年，杭州移動(dòng)分公司：人工智能與大數(shù)據(jù)培訓(xùn)，授課6期，參加人員共200人以上。

2021年，浙江大學(xué)總裁班：區(qū)塊鏈與數(shù)字化貨幣培訓(xùn)，授課人數(shù)30人。

2021年，中國惠普區(qū)塊鏈技術(shù)與財(cái)務(wù)系統(tǒng)落地培訓(xùn)咨詢，項(xiàng)目人數(shù)40人

2021年，上海交通大學(xué)：區(qū)塊鏈技術(shù)與金融服務(wù)培訓(xùn)咨詢，授課人數(shù)40人

2021年，清華大學(xué)新基建發(fā)展培訓(xùn)總裁班，授課人數(shù)30人

參與過多項(xiàng)與 AI、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析項(xiàng)目：

ü  拉卡拉征信大數(shù)據(jù)分析與金融征信機(jī)器人項(xiàng)目:

-    考拉征信是拉卡拉旗下獨(dú)立的、開放的第三方信用評(píng)估及信用管理機(jī)構(gòu)，是當(dāng)前國內(nèi)同時(shí)持有個(gè)人征信牌照及企業(yè)征信牌照的征信企業(yè)，也是國內(nèi)首個(gè)成立專注于大數(shù)據(jù)征信模型研究的專業(yè)實(shí)驗(yàn)室的征信機(jī)構(gòu)。考拉征信的數(shù)據(jù)來源是多維度的，依托大數(shù)據(jù)和互聯(lián)網(wǎng)平臺(tái)，數(shù)據(jù)來源既有拉卡拉十年積累起來的便民、電商、金融及近億級(jí)個(gè)人用戶和百萬線下商戶日常經(jīng)營的相關(guān)數(shù)據(jù)，同時(shí)藍(lán)標(biāo)、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數(shù)據(jù)，此外還有公安、法院、航空、通訊、學(xué)歷、學(xué)籍、工商等公共部門及其他行業(yè)合作的數(shù)據(jù)。

-    基于考拉的非結(jié)構(gòu)化大數(shù)據(jù)，本項(xiàng)目將重點(diǎn)研究：

個(gè)人征信大數(shù)據(jù)建模，企業(yè)征信大數(shù)據(jù)建模，對(duì)于個(gè)人用戶的反欺詐征信大數(shù)據(jù)建模及處理系統(tǒng)等具體問題。

-    自動(dòng)收集、分析并處理多源、異構(gòu)、非結(jié)構(gòu)化的數(shù)據(jù)，充分驗(yàn)證并研究面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法，以及大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法等重要研究?jī)?nèi)容。利用大數(shù)據(jù)的價(jià)值，對(duì)征信管理決策提供重要的支撐作用。

ü  春雨醫(yī)生健康大數(shù)據(jù)挖掘人工智能實(shí)證平臺(tái)項(xiàng)目:

-    基于春雨醫(yī)生的大量問診數(shù)據(jù)和全國范圍內(nèi)的病情分布數(shù)據(jù)，本項(xiàng)目將應(yīng)用并驗(yàn)證大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法；基于此平臺(tái)中的海量問診，本項(xiàng)目將應(yīng)用并驗(yàn)證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，既包括問診文本挖掘技術(shù)，也包括問診圖片挖掘技術(shù)；在此基礎(chǔ)上，進(jìn)一步研究并應(yīng)用如何將春雨內(nèi)外部大數(shù)據(jù)轉(zhuǎn)化為能夠輔助病情診斷和輔助治療的專業(yè)性知識(shí)，為自動(dòng)化診療提供科學(xué)依據(jù)，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持醫(yī)療決策的方法。

ü  36Kr（36 氪） 雙創(chuàng)指數(shù)AI平臺(tái)系統(tǒng):

-    基于此平臺(tái)數(shù)據(jù)來源的廣泛性和異構(gòu)性，本項(xiàng)目將應(yīng)用并研究面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法；在對(duì)多體量巨大的數(shù)據(jù)進(jìn)行分析和推斷中，本項(xiàng)目將應(yīng)用并驗(yàn)證大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法；在具體的指數(shù)構(gòu)建及驗(yàn)證過程中，本項(xiàng)目將應(yīng)用并驗(yàn)證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，特別是文本挖掘技術(shù)，如文本的結(jié)構(gòu)化表示、文本特征提取和文本分類等。

-    本項(xiàng)目的重要完成研究并應(yīng)用基于非結(jié)構(gòu)化大數(shù)據(jù)挖掘技術(shù)將這些大數(shù)據(jù)轉(zhuǎn)化為能夠輔助管理決策的描述中國創(chuàng)新創(chuàng)業(yè)情況的知識(shí)，實(shí)時(shí)監(jiān)控中國創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，為監(jiān)管機(jī)構(gòu)和政府部門的政策制定提供科學(xué)依據(jù)，防范市場(chǎng)風(fēng)險(xiǎn)，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持管理決策的一般性方法和模式。

ü  新華金融財(cái)經(jīng)智能數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范體系研究項(xiàng)目運(yùn)用AI 機(jī)器人深度學(xué)習(xí)技術(shù):

-    項(xiàng)目針對(duì)金融財(cái)經(jīng)數(shù)據(jù)服務(wù)特點(diǎn)建立一系列數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)以及數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)的維護(hù)更新體系，完成為用戶提供一個(gè)了穩(wěn)定、統(tǒng)一、規(guī)范、方便、高效的大數(shù)據(jù)分析服務(wù)平臺(tái)

ü  江蘇協(xié)鑫集團(tuán)電力設(shè)備大數(shù)據(jù)智能監(jiān)測(cè)與故障分析系統(tǒng)運(yùn)用:

-    項(xiàng)目完成電力設(shè)備傳感器采集的數(shù)據(jù)，構(gòu)建設(shè)備大數(shù)據(jù)管理系統(tǒng)和電力故障分析預(yù)測(cè)挖掘平臺(tái)，項(xiàng)目結(jié)合 OpenTSDB 動(dòng)態(tài)時(shí)序數(shù)據(jù)庫技術(shù)，實(shí)現(xiàn)設(shè)備故障數(shù)據(jù)的分類與預(yù)測(cè)預(yù)警模型，實(shí)現(xiàn)設(shè)備監(jiān)測(cè)時(shí)間序列數(shù)據(jù)的分析挖掘與故障預(yù)警。

ü  中國移動(dòng)運(yùn)營商的大數(shù)據(jù)分析系統(tǒng):

-    項(xiàng)目完成信令數(shù)據(jù)、充值數(shù)據(jù)、CRM、業(yè)務(wù)訂閱數(shù)據(jù)等的存儲(chǔ)管理和分析檢索，實(shí)現(xiàn)數(shù)據(jù)集成、話單分析、客戶深度標(biāo)簽分析，網(wǎng)絡(luò)優(yōu)化分析以及輿情預(yù)警。

授課風(fēng)格：

專家型講師風(fēng)格。有相對(duì)深厚的知識(shí)底蘊(yùn)和豐富的社會(huì)閱歷，以及個(gè)人獨(dú)特的思考角度。

講課時(shí)邏輯性非常強(qiáng)，旁征博引，談古論今，侃侃而言，毫不費(fèi)力，化技巧于無形，授課內(nèi)容爐火純青。

王老師的授課就是那種內(nèi)容知識(shí)點(diǎn)隨手拈來，隨現(xiàn)場(chǎng)學(xué)員狀態(tài)靈活而變

服務(wù)客戶：

銀行業(yè)：中國銀行、工商銀行、交通銀行、建設(shè)銀行、郵儲(chǔ)銀行、平安銀行、招商銀行、興業(yè)銀行、民生銀行、華夏銀行、蘇州銀行、寧波銀行、各地農(nóng)商行、等

其他行業(yè)：清華大學(xué)、北京大學(xué)、武漢大學(xué)、南京財(cái)經(jīng)、中國移動(dòng)、廣汽集團(tuán)公司、美的集團(tuán)：TCL集團(tuán)、中國核能集團(tuán)、重慶郵政、EMBA總裁班、春雨醫(yī)生健康、1 號(hào)店、德邦物流等

學(xué)員評(píng)價(jià)：

在工作中，汲取新知識(shí)是非常重要的，這次培訓(xùn)，學(xué)到了很多相關(guān)知識(shí)，非常實(shí)用，希望下次公司培訓(xùn)還能請(qǐng)王老師。

——中國移動(dòng)

這次大數(shù)據(jù)營銷的培訓(xùn)，讓我感覺銀行的未來非常有前景，很慶幸自己參加了這次培訓(xùn)，著實(shí)大開眼界！

——招商銀行