周紅偉老師常駐地區：重慶
【周紅偉老師簡介】
大數據與人工智能實戰專家
現任云宇宙科技CEO
前商才數字CTO
前馬上消費金融風控負責人
前富民銀行數據科學家
前豬八戒大數據科學家
重慶市大數據科學家
深度學習與人工智能科學家
法國科學院數據算法博士
發起《重慶市金融風險防范實驗室》任風控總監
【實戰經驗】
周老師2009年畢業于法國科學院LAAS實驗室，榮獲多項人工智能算法國際發明專利。近10年人工智能算法、大數據智能決策實戰經驗。先后任職互聯網獨角獸大數據總監、技術總監。
畢業后專注于深度學習，大數據，云計算，人工智能。開發了基于深度學習的車輛視頻跟蹤，車牌識別，優于海康威視的同類產品，為華為公司的OEM供貨商。曾任職豬八戒大數據科學家，伴隨著豬八戒網的閃電擴張，從百億估值向千億估值的征程中，領導研發了國內第一個基于大數據，深度神經網絡的商標搜索系統。作為馬上消費金融風控負責人，領導研發了基于共享經濟平臺的大數據金融風控系統。曾就職于商才數字科技公司，任技術總監，設計和領帶開發了綜合電商交易平臺，點餐外賣平臺，數據中臺，服務于電商、點餐外賣業務，帶動了公司快速的互聯網生態化發展。
現任職于元宇宙科技有限公司，搭建大數據分析和決策平臺，深度學習平臺，智能決策平臺。深化電商交易平臺，wemeta元宇宙平臺。賦能生鮮水果新業務，賦能金融科技業務。
周老師一直專注于企業在人工智能，大數據，云計算，區塊鏈背景下，如何應對移動互聯網，互聯網生態系統搭建，大數據，人工智能的挑戰和企業應對策略，商業模式的變更。企業如何在人工智能時代，搭建人工智能企業架構，博得大數據、人工智能紅利。人工智能時代共享經濟的思維變革，人工智能金融探秘，互聯網領域的投資挖掘。
【主講課程】
《人工智能算法方法論和知識體系》
《人工智能和大數據驅動智能決策》
《人工智能和大數據核心應用和商業化落地》
《人工智能方法論在金融行業的應用》
《人工智能方法論在通信行業的應用》
《互聯網金融(消費金融)企業的AI大數據應用》
《互聯網大數據在智慧城市方面的應用
《大數據時代的人工智能思維》
《互聯網金融的大數據風控》
《金融大數據反欺詐實踐》
《商業數據分析與應用決策》
《企業數據治理落地實踐》
《元宇宙認知到落地實踐》
【授課風格】
1、實戰派：領導、設計和開發過多個人工智能項目，對企業的大數據、人工智能應用落地的痛點問題有清晰的了解和認識。
2、接地氣：課程內容突出業務分析，實戰實用，貼合實際工作需要、結合企業的痛點問題和豐富案例；能引導學員結合企業問題輸出落地的解決方案。
【軟件著作】
《基于大數據的智能決策系統》
《互點商城交易平臺》
《某政府標簽信息決策系統》
《數據治理-數據標準管理系統》
《數據治理-主數據管理系統》
《數據治理-元數據管理系統》
《數據治理-數據模型管理系統》
《AIOPS深度學習管理平臺》
【專利】
《基于大數據的深度學習圖像檢索系統》
【服務客戶】
金融：杭州銀行，匯豐銀行，花旗銀行，工商銀行，中國銀行、中國平安、中信銀行、富民銀行、螞蟻金服，微眾銀行、馬上金融、八戒金融,、重慶市金融風險防范實驗室；
通信：中國移動研究院，中國移動、中國電信、中國聯通、中移物聯網；
500強企業：中國建筑、中國煙草、中國移動、中國電力、工商銀行、花旗銀行、匯豐銀行，中國商飛，中國華為；
能源：中國石油，中國石化，中核工業；
互聯網：馬上金融、豬八戒網、銀杏互聯、商才數字、云宇宙科技；
政府：重慶市政府、渝中區政府，江北區政府，重慶經信委。
【人工智能算法應用開發和落地實踐課程大綱】
1.人工智能應用開發概述
2.預構建的人工智能應用開發案例
2.1.OCR類應用開發詳解
2.1.1.微軟認知服務（影像服務/文本翻譯服務）使用介紹
2.1.2.漫畫翻譯應用開發：小型客戶端軟件的界面設計與實現
2.1.3.習題與進階學習
2.2.搭建中間服務層
2.2.1.認知服務（影像服務/實體搜索服務）使用介紹
2.2.2.商業應用軟件的架構設計
2.2.3.RESTAPI
2.2.4.軟件工程中的需求演進處理
3.定制化的人工智能應用開發案例
3.1.智能家居應用開發詳解
3.1.1.認知服務（語音轉文字服務）使用介紹
3.1.2.認知服務（語言理解服務）使用介紹
3.1.3.在線定制語言理解服務
3.1.4.智能家居應用開發
3.2.看圖識花應用開發詳解
3.2.1.定制化視覺服務使用介紹
3.2.2.基于定制化視覺服務的開發
3.2.3.離線模型推理應用
4.自構建人工智能應用開發案例
4.1.圖像識別類應用開發基礎案例
4.1.1.典型的人工智能應用的代碼結構和功能
4.1.2基于本地模型的手寫數字識別應用開發
4.2.圖像識別類應用開發進階案例
4.2.1.擴展模型介紹
4.2.2.實現手寫算式計算器
4.3.文字理解類應用開發案例
4.3.1.QnA認知服務使用介紹
4.3.2.搭建QnA系統
4.3.3.客戶端訪問QnA系統
4.3.4.結合BotService和QnA系統來構建自動問答平臺
4.4.AI游戲開發案例
4.4.1.黃金點游戲介紹
4.4.2.服務端接口介紹
4.4.3.游戲人工智能策略介紹
4.4.4.實現多個游戲人工智能比賽
4.5.預測股票價格走勢案例
4.5.1.量化交易案例描述
4.5.2.數據說明
4.5.3.環境準備
4.5.4.數據準備
4.5.5.模型訓練和應用
4.5.5.1.梯度提升決策樹
4.5.5.2.神經網絡
4.5.6.作業與挑戰
4.5.6.1.書寫實驗總結
4.5.6.2.實現梯度提升決策樹
4.5.6.3.實現神經網絡
4.5.6.4.改進價格預測模型
4.5.6.5.改進回溯測試交易策略
4.5.6.6.實現量化交易應用
4.6.基于NLP的智能對聯案例
4.6.1.智能對聯案例描述
4.6.2.環境準備
4.6.3.模型訓練
4.6.4.模型推理
4.6.5.應用程序編寫
5.人工智能與倫理
5.1.概述
5.2.人工智能倫理相關概念
5.3.人工智能的倫理問題
5.4.人工智能倫理問題的應對
6.機器學習平臺
6.1.機器學習平臺概述
6.2.機器學習平臺功能詳解
6.3.需求與技術決策
6.4.開源機器學習平臺
7.人工智能前沿綜述
7.1.開源自動機器學習工具