随着大数据、人工智能、云计算等技术的蓬勃发展，互联网与科技逐渐渗透到各行各业，颠覆了很多传统行业的研发、服务体系，重构了产业生态系统。

说起金融，大家并不陌生，毕竟和我们的钱包关系紧密。这个“多金”的产业能持续高速地发展，源自科技的赋能。随着科技进步，金融行业先后经历了数字化、移动化的发展历程。而人工智能、大数据、云计算等新型技术正在将金融服务推向智能化的新阶段。

截止 2019 年末，超过 90% 的全球 500 强金融企业已开始接触与应用人工智能技术。这种快速的技术迭代也刺激着金融体系的变革。随着金融与科技的深度融合，人工智能应用已融入到支付、个人信贷、企业信贷、财富管理以及资产管理等多个金融服务领域。这里有几个例子，方便大家理解大数据分析与人工智能在金融领域的应用。

四大行采用了机器人来帮助企业解决财务工作，过去需要花费几十分钟才能完成的工作，如今交给机器人几分钟就可以完成，并且还能不间断的工作，极大提升了工作效率。同时，人工智能还能帮助投资者进行金融风险的智能预警，减少投资者不必要的损失。

支付宝刷脸付的人脸识别技术在支付宝累积的图像数据支持下目前能达到 99.99% 的识别准确率。在杭州肯德基自动点餐机上的应用测试中，用户可以在不同装束、妆容、发色等情况下完成通过摄像头完成身份识别，并完成点餐。目前，全国已经有 11 个城市的超市、药店等 23 家线下零售门店试行刷脸支付。

法国巴黎银行针对金融交易场景开发了一款名为 Smart Chaser 智能预测分析工具，并部署于交易系统中，旨在于交易失败前发现隐藏的问题与风险。Smart Chaser 会基于智能算法分析数千件失败案例数据，以及每件案例的 100 项相关因素，并提取各项案例的特征。

而后，该软件会针对现有交易的因素来匹配历史数据的分析结果，包括交易时间、价值、交易对象，以及经纪人操作历史等等。在交易过程中，Smart Chaser 会取代交易员进行各项信息的核实工作，主动识别需要人工干预的交易活动，并自动生成邮件通知交易员，以便他们能够及时采取相应行动，从而降低交易失败几率。

可以说，从ATM到信用卡，从网上银行到移动支付……科技带动金融行业的变革，也改变着我们的金融生活。就像商业金融领域存在的海量数据，同样可以为人工智能数据挖掘提供支持那样，大数据人工智能分析已经在各个领域取得了令人瞩目的成绩，未来我们的生活会与人工智能与数据产生更多连接，采用人工智能方法，提升数据分析能力已是大势所趋。

商业金融大数据分析与数据科学营地，以商业金融大数据为研究对象，采用人工智能方法，实践商业金融案例的大数据分析过程，从中挖掘出巨大的潜在商业价值。

最后，学生完成一个客户/消费者数据分析项目，进一步熟练掌握大数据、人工智能的相关知识与技能，培养其科学与创新思维，提高分析和解决实际问题的综合能力，为未来的专业选择与职业发展奠定基础。